[发明专利]一种基于组卷积神经网络使用共享卷积核的改进方法在审
| 申请号： | 201910858423.X | 申请日： | 2019-09-11 |
| 公开（公告）号： | CN110782001A | 公开（公告）日： | 2020-02-11 |
| 发明（设计）人： | 张萌;段斌;李国庆 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/063 |
| 代理公司： | 32204 南京苏高专利商标事务所(普通合伙) | 代理人： | 张超 |
| 地址： | 210000 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 共享卷 卷积核 卷积 组卷 卷积神经网络 神经网络参数 计算效率 逻辑资源 神经网络 输入通道 信息交流 硬件实现 消耗 占用 测试 分组 共享 改进 网络 | ||
【权利要求书】：
1.一种基于组卷积神经网络使用共享卷积核的改进方法，其特征在于：其算法包括以下步骤：
(1)在总通道个数M上进行以T个通道作为一组进行输入，D个通道作为该组的输出通道，进行卷积操作；一共进行M/T次卷积操作，特别之处在于每组卷积所使用的卷积核都是同一个卷积核，并且每次的输出通道D都相等；
(2)接下来将M/T组输出通道D对应每张特征图的维度进行加法操作，将M/T个结果相加起来得到一个所有维度与D相同的一组输出张量。
2.根据权利要求1所述的基于组卷积神经网络使用共享卷积核的改进方法，其特征在于，步骤(1)中，对组卷积的一个输入通道内所有组都使用了完全相同的卷积核来进行卷积操作。
3.根据权利要求1所述的基于组卷积神经网络使用共享卷积核的改进方法，其特征在于，每组卷积输出通道的个数D选的是本次卷积操作总输出通道的个数。
4.根据权利要求1所述的基于组卷积神经网络使用共享卷积核的改进方法，其特征在于，所述步骤1)中，每次的输出通道数D均与总输出通道数相等。
5.根据权利要求1所述的基于组卷积神经网络使用共享卷积核的改进方法，其特征在于，所述步骤3)中，输出通道D对应的每张特征图的维度包括了特征图尺寸维度和输出通道数数量维度。
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东南大学，未经东南大学许可，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/pat/books/201910858423.X/1.html，转载请声明来源钻瓜专利网。
