[发明专利]用于重组深层神经网络的自我微调模型压缩方法及装置在审
| 申请号： | 201810922048.6 | 申请日： | 2018-08-14 |
| 公开（公告）号： | CN110569960A | 公开（公告）日： | 2019-12-13 |
| 发明（设计）人： | 伍捷;苏俊杰;谢必克;刘峻诚 | 申请（专利权）人： | 耐能有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 11127 北京三友知识产权代理有限公司 | 代理人： | 王天尧;任默闻 |
| 地址： | 美国加利*** | 国省代码： | 美国;US |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种用于重组一深层神经网络的自我微调模型压缩方法，包含：接收一深层神经网络模型以及一数据组，其中该深层神经网络模型包含一输入层、至少一隐藏层以及一输出层，且该深层神经网络模型的该至少一隐藏层以及该输出层包含多个神经元；依据该数据组，将该深层神经网络模型压缩成一重组模型，其中该重组模型包含一输入层、至少一隐藏层以及一输出层，且该重组模型的该至少一隐藏层以及该输出层包含多个神经元，且该重组模型的大小小于该深层神经网络模型的大小；以及在一使用者终端执行该重组模型以供一最终使用者应用制法的使用。本发明藉由压缩具有一大规模的预先训练深层神经网络模型以移除其冗余性，即可产生一具有客制化模型大小与可接受的运算复杂度的一重组模型。 | ||
| 搜索关键词： | 神经网络模型 输出层 隐藏层 神经元 输入层 数据组 使用者终端 运算复杂度 模型压缩 神经网络 压缩 可接受 客制化 冗余性 微调 移除 制法 应用 | ||
【主权项】：
1.一种用于重组一深层神经网络DNN的自我微调模型压缩方法，其特征在于，包含：/n接收一深层神经网络模型以及一数据组，其中该深层神经网络模型包含一输入层、至少一隐藏层以及一输出层，且该深层神经网络模型的该至少一隐藏层以及该输出层包含多个神经元；/n依据该数据组，将该深层神经网络模型压缩成一重组模型，其中该重组模型包含一输入层、至少一隐藏层以及一输出层，且该重组模型的该至少一隐藏层以及该输出层包含多个神经元，且该重组模型的大小小于该深层神经网络模型的大小；以及/n在一使用者终端执行该重组模型以供一最终使用者应用制法的使用。/n
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耐能有限公司，未经耐能有限公司许可，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/201810922048.6/，转载请声明来源钻瓜专利网。
