[发明专利]一种视觉Transformer的动态剪枝方法在审
| 申请号： | 202310697926.X | 申请日： | 2023-06-13 |
| 公开（公告）号： | CN116933859A | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 郭锴凌;陈灿阳;徐向民 | 申请（专利权）人： | 华南理工大学;人工智能与数字经济广东省实验室（广州） |
| 主分类号： | G06N3/082 | 分类号： | G06N3/082;G06N3/0495;G06N3/048;G06V10/774;G06V10/82;G06V10/764 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 黄月莹 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种视觉Transformer的动态剪枝方法，涉及深度学习领域，针对现有技术中模型冗余剪枝问题提出本方案，包括以下步骤：在建立模型结构后，对视觉Transformer网络模型进行训练，优化视觉Transformer网络模型中的权重和结构参数，并在训练过程中对模型冗余进行剪枝；本发明采用令牌剪枝和特征稀疏联合工作的方式同时修剪模型中的冗余令牌和冗余通道，可以更加有效地降低模型的浮点计算量，节省模型所需的计算资源，同时，本发明的令牌矩阵的计算仅依赖于的当前层的输入特征，在浅层编码器模块中被误丢弃的令牌可以在后续编码器模块中被重新恢复。 | ||
| 搜索关键词： | 一种 视觉 transformer 动态 剪枝 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华南理工大学;人工智能与数字经济广东省实验室（广州），未经华南理工大学;人工智能与数字经济广东省实验室（广州）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/202310697926.X/，转载请声明来源钻瓜专利网。
- 基于Transformer+LSTM神经网络模型的商品销量预测方法及装置
- 一种基于Transformer模型自然场景文字识别方法
- 一种深度Transformer级联神经网络模型压缩算法
- 点云分割方法、系统、介质、计算机设备、终端及应用
- 基于Transformer的中文智能对话方法
- 一种基于改进Transformer模型的飞行器故障诊断方法和系统
- 一种基于Transformer模型的机器翻译模型优化方法
- 基于Transformer和增强交互型MPNN神经网络的小分子表示学习方法
- 基于U-Transformer多层次特征重构的异常检测方法及系统
- 基于EfficientDet和Transformer的航空图像中的飞机检测方法
