[发明专利]基于压缩感知的神经网络模型压缩方法、设备及存储介质在审
| 申请号： | 202080001140.4 | 申请日： | 2020-07-01 |
| 公开（公告）号： | CN112352249A | 公开（公告）日： | 2021-02-09 |
| 发明（设计）人： | 高伟;郭洋 | 申请（专利权）人： | 北京大学深圳研究生院 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/063 |
| 代理公司： | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人： | 晏波 |
| 地址： | 518000 广东*** | 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： | 本申请公开了一种基于压缩感知的神经网络模型压缩方法、设备及计算机可读存储介质，该方法通过将标准的压缩感知约束建模融入到常规的损失函数中，并基于此设计出第一损失函数，利用第一损失函数对原始权重参数进行训练，使得能够将压缩感知建模过程融入到网络训练过程中；通过基于变换域的基以及对原始权重参数训练所得的观测矩阵进行压缩感知重建，得到重建稀疏系数与固定稀疏系数，使得能够在一个变换域内充分挖掘训练权重参数的固有稀疏度；通过利用固有稀疏度对重建稀疏系数进行训练，使得将网络训练过程与网络压缩过程联合起来，尽可能地充分训练挖掘权重参数的稀疏性，最终实现对神经网络模型进行充分压缩的目的。 | ||
| 搜索关键词： | 基于 压缩 感知 神经网络 模型 方法 设备 存储 介质 | ||
【主权项】：
暂无信息
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北京大学深圳研究生院，未经北京大学深圳研究生院许可，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/202080001140.4/，转载请声明来源钻瓜专利网。
- 上一篇：通过激光器辅助的玻璃弯曲装置和方法
- 下一篇：水软化装置
