[发明专利]用于手写汉字识别的深度卷积神经网络的加速压缩方法有效
| 申请号： | 201710037712.4 | 申请日： | 2017-01-18 |
| 公开（公告）号： | CN106919942B | 公开（公告）日： | 2020-06-26 |
| 发明（设计）人： | 肖学锋;金连文;杨亚锋;梁凯焕;常天海 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06K9/20 | 分类号： | G06K9/20;G06N3/04 |
| 代理公司： | 广东广信君达律师事务所 44329 | 代理人： | 杨晓松 |
| 地址： | 510640 广东省广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了用于手写汉字识别的深度卷积神经网络的加速压缩方法，包括步骤：构建并训练出一个用于手写汉字识别的深度卷积神经网络；采用低秩分解的策略，对所述深度卷积神经网络的卷积层进行逐层分解训练以减少计算量；采用网络剪枝的策略，去除所述深度卷积神经网络的卷积层以及全连接层的冗余连接以减少存储量；对所述深度卷积神经网络前向代码进行编写。与现有技术相比，本发明同时采用了对卷积层的低秩分解策略和对整个深度卷积神经网络的剪枝压缩策略，从而大幅度的减少深度卷积神经网络的计算量和存储量；有效的将低秩分解策略和对深度卷积神经网络的剪枝策略融合起来，从而达到整个深度卷积神经网络的有效的加速压缩效果。 | ||
| 搜索关键词： | 用于 手写 汉字 识别 深度 卷积 神经网络 加速 压缩 方法 | ||
【主权项】：
用于手写汉字识别的深度卷积神经网络的加速压缩方法，其特征在于，包括步骤S1：构建并训练出一个用于手写汉字识别的深度卷积神经网络；S2：采用低秩分解的策略，对所述深度卷积神经网络的卷积层进行逐层分解训练以减少计算量；S3：采用网络剪枝的策略，去除所述深度卷积神经网络的卷积层以及全连接层的冗余连接以减少存储量；S4：对所述深度卷积神经网络前向代码进行编写。
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，未经华南理工大学许可，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/201710037712.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种能烘干的汽车擦洗装置
- 下一篇：牙刷
