[发明专利]一种用于稀疏神经网络模型的参数解压方法有效
| 申请号： | 201810845949.X | 申请日： | 2018-07-27 |
| 公开（公告）号： | CN109255429B | 公开（公告）日： | 2020-11-20 |
| 发明（设计）人： | 刘必慰;陈胜刚;彭瑾;刘畅;郭阳 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | G06N3/02 | 分类号： | G06N3/02 |
| 代理公司： | 湖南兆弘专利事务所(普通合伙) 43008 | 代理人： | 周长清;胡君 |
| 地址： | 410073 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种用于稀疏神经网络模型的参数解压方法，步骤包括：S1.将所需稀疏矩阵存储至指定位置，其中对矩阵中非零元素存储时，存储各非零元素对应的相对索引、权重量化值，若两个非零元素之间的零个数大于预设阈值时存储一个零值；S2获取所需解压的矩阵所存储的数据，提取出其中的相对索引以及权重量化值，并将相对索引恢复成绝对索引，根据恢复得到的绝对索引确定稠密矩阵中非零元素、零元素的位置以及对应的权重量化值，根据非零元素的位置重新构建权重向量表，将权重向量表中权重值进行恢复后，完成稠密矩阵的解压。本发明具有实现操作简单、解压效率及资源利用率高、应用范围广且灵活等优点。 | ||
| 搜索关键词： | 一种 用于 稀疏 神经网络 模型 参数 解压 方法 | ||
【主权项】：
1.一种用于稀疏神经网络模型的参数解压方法，其特征在于，步骤包括：S1.压缩参数存储：将所需稀疏矩阵存储至指定位置，其中对矩阵中非零元素存储时，存储各非零元素对应的相对索引、权重量化值，所述相对索引用于标识两个非零元素之间零的个数，若两个非零元素之间的零个数大于预设阈值时存储一个零值；S2.解压缩：获取所需解压的矩阵按照步骤S1存储的数据，提取出其中的所述相对索引以及权重量化值，并将所述相对索引恢复成与元素位置一一对应的绝对索引，根据恢复得到的所述绝对索引确定稠密矩阵中非零元素、零元素的位置以及确定各位置处的权重量化值，根据非零元素的位置重新构建权重向量表，将所述权重向量表中权重值进行恢复后，完成稠密矩阵的解压。
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中国人民解放军国防科技大学，未经中国人民解放军国防科技大学许可，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/201810845949.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于快速傅里叶变换的新型智能优化算法
- 下一篇：一种神经元编码电路
