[发明专利]通道全局排序指导剪枝和量化联合的神经网络压缩方法在审
| 申请号： | 202211217914.4 | 申请日： | 2022-09-30 |
| 公开（公告）号： | CN115661511A | 公开（公告）日： | 2023-01-31 |
| 发明（设计）人： | 谢卫莹;樊潇怡;张鑫;李云松;雷杰 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06N3/0495;G06N3/082 |
| 代理公司： | 陕西电子工业专利中心 61205 | 代理人： | 陈宏社;王品华 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种通道全局排序指导剪枝和量化联合的神经网络压缩方法，包括下述步骤：获取训练样本集和测试样本集；构建图像分类卷积神经网络模型；对图像分类卷积神经网络模型进行迭代训练；计算训练好的图像分类卷积神经网络模型中所有通道的重要性得分并获取剪枝量化后的图像分类卷积神经网络模型；更新剪枝量化后的图像分类卷积神经网络模型；获取图像分类卷积神经网络的压缩结果。本发明在通道重要性的全局排序指导下对图像分类卷积神经网络模型联合进行剪枝和量化，解决了现有技术中存在的仅在同一层内比较通道重要性且剪枝和量化互不相关导致在指定压缩比下压缩后网络相比于未压缩网络的分类准确性的下降值大的问题。 | ||
| 搜索关键词： | 通道 全局 排序 指导 剪枝 量化 联合 神经网络 压缩 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202211217914.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种流域集控大数据分类存储方法及系统
- 下一篇：一种高强度防撞性能好的卷板机
