[发明专利]卷积神经网络模型压缩方法和装置、存储介质及电子装置有效
| 申请号： | 201910251951.9 | 申请日： | 2019-03-29 |
| 公开（公告）号： | CN110033083B | 公开（公告）日： | 2023-08-29 |
| 发明（设计）人： | 金坤;李峰;赵世杰;左小祥 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06N3/0464 | 分类号： | G06N3/0464;G06N3/082 |
| 代理公司： | 北京康信知识产权代理有限责任公司 11240 | 代理人： | 周婷婷 |
| 地址： | 518000 广东省深圳*** | 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： | 本发明公开了一种卷积神经网络模型压缩方法和装置、存储介质及电子装置。其中，该方法包括：将卷积神经网络模型中的第一批量标准化层的参数合并到卷积神经网络模型中的第一卷积层中，生成包含有第一目标卷积层的第一目标神经网络模型，其中，卷积神经网络模型与第一目标神经网络模型对于相同的输入具有相同的输出；将第一目标神经网络模型中的第一目标卷积层中范数小于第一阈值的卷积核删除，得到第二目标神经网络模型；对第二目标神经网络模型进行压缩，得到第三目标神经网络模型。本发明解决了相关技术中神经网络模型的使用效率低、灵活性差的技术问题。 | ||
| 搜索关键词： | 卷积 神经网络 模型 压缩 方法 装置 存储 介质 电子 | ||
【主权项】：
1.一种卷积神经网络模型的压缩方法，其特征在于，包括：将卷积神经网络模型中的第一批量标准化层的参数合并到所述卷积神经网络模型中的第一卷积层中，生成包含有第一目标卷积层的第一目标神经网络模型，其中，所述卷积神经网络模型与所述第一目标神经网络模型对于相同的输入具有相同的输出，所述第一批量标准化层为在所述卷积神经网络模型中位于所述第一卷积层之后、且与所述第一卷积层连接的批量标准化层；将所述第一目标神经网络模型中的所述第一目标卷积层中范数小于第一阈值的卷积核删除，得到第二目标神经网络模型，其中，所述第二目标神经网络模型的内存占用率小于所述第一目标神经网络模型的内存占用率；对所述第二目标神经网络模型进行压缩，得到第三目标神经网络模型。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/201910251951.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种识别AI设备中深度学习模型的方法
- 下一篇：突触系统与突触方法
