[发明专利]一种基于组卷积神经网络使用共享卷积核的改进方法在审
| 申请号： | 201910858423.X | 申请日： | 2019-09-11 |
| 公开（公告）号： | CN110782001A | 公开（公告）日： | 2020-02-11 |
| 发明（设计）人： | 张萌;段斌;李国庆 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/063 |
| 代理公司： | 32204 南京苏高专利商标事务所(普通合伙) | 代理人： | 张超 |
| 地址： | 210000 江*** | 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： | 本发明公开了一种基于组卷积神经网络使用共享卷积核的改进方法，在一般的分组卷积中每个组都占用了与其他组不同的卷积核，这对硬件实现上带来许多不变。针对这个问题，提出了共享卷积核组卷积(KSGC)的概念，即将输入的通道平均分成多个组，并且对每个组分别进行卷积操作，特别之处在于，这个输入通道中的所有组都使用的是同一个卷积核进行卷积，在此基础上，还将组与组之间有信息交流的组卷积的卷积核改为共享的进行测试。这种共享卷积核组网络，使用了更少的参数，提高了卷积神经网络的计算效率，进一步解决了神经网络参数复杂度过高的问题，在硬件上也减少了逻辑资源消耗。 | ||
| 搜索关键词： | 共享卷 卷积核 卷积 组卷 卷积神经网络 神经网络参数 计算效率 逻辑资源 神经网络 输入通道 信息交流 硬件实现 消耗 占用 测试 分组 共享 改进 网络 | ||
【主权项】：
1.一种基于组卷积神经网络使用共享卷积核的改进方法，其特征在于：其算法包括以下步骤：/n(1)在总通道个数M上进行以T个通道作为一组进行输入，D个通道作为该组的输出通道，进行卷积操作；一共进行M/T次卷积操作，特别之处在于每组卷积所使用的卷积核都是同一个卷积核，并且每次的输出通道D都相等；/n(2)接下来将M/T组输出通道D对应每张特征图的维度进行加法操作，将M/T个结果相加起来得到一个所有维度与D相同的一组输出张量。/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东南大学，未经东南大学许可，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/201910858423.X/，转载请声明来源钻瓜专利网。
