[发明专利]一种基于通道分组低比特神经网络参数压缩量化方法在审
| 申请号： | 201910333000.6 | 申请日： | 2019-04-24 |
| 公开（公告）号： | CN110059822A | 公开（公告）日： | 2019-07-26 |
| 发明（设计）人： | 郭韶燕;景璐 | 申请（专利权）人： | 苏州浪潮智能科技有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04;G06K9/62 |
| 代理公司： | 北京连和连知识产权代理有限公司 11278 | 代理人： | 张涛 |
| 地址： | 215100 江苏省苏州市吴*** | 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： | 一种基于通道分组低比特神经网络参数压缩量化方法，包括以下步骤：1将权重按通道分成q个组；2基于q组通道定义bit数和训练转化比例；3基于定义的bit数和训练转化比例，计算每组权重的量化范围并将每组权重转化为2n形式，并使用未转化的权重训练网络；4针对未转化的权重重复步骤3)，直到所有权重完成计算和转化；5计算转化后的权重的最小值；6根据转化后的权重的最小值计算偏移量，基于偏移量将模型存储成特定形式。通过本发明的方法，能够解决现有量化算法中，比特位数低，模型精度下降，高比特量化，嵌入式端推理时间长，内存消耗高的问题。 | ||
| 搜索关键词： | 权重 转化 量化 神经网络参数 偏移量 最小值计算 分组 比特量化 比特位数 模型存储 内存消耗 嵌入式端 权重训练 压缩 组通道 推理 算法 所有权 重复 网络 | ||
【主权项】：
1.一种基于通道分组低比特神经网络参数压缩量化方法，其特征在于，包括以下步骤：1)将权重按通道分成q个组；2)基于所述q组通道定义bit数和训练转化比例；3)基于定义的所述bit数和训练转化比例，计算每组权重的量化范围并将所述每组权重转化为2n形式，并使用未转化的所述权重训练网络；4)针对未转化的所述权重重复步骤3)，直到所有权重完成所述计算和所述转化；5)计算转化后的权重的最小值；6)根据所述转化后的权重的最小值计算偏移量，基于所述偏移量将模型存储成特定形式。
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苏州浪潮智能科技有限公司，未经苏州浪潮智能科技有限公司许可，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/201910333000.6/，转载请声明来源钻瓜专利网。
