[发明专利]一种基于预量化和缩放系数剪枝的卷积神经网络压缩方法在审
| 申请号： | 202110625812.5 | 申请日： | 2021-06-04 |
| 公开（公告）号： | CN113570055A | 公开（公告）日： | 2021-10-29 |
| 发明（设计）人： | 樊春晓;宋光明;胡洲;赵公方 | 申请（专利权）人： | 合肥工业大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 安徽申策知识产权代理事务所(普通合伙) 34178 | 代理人： | 程艳梅 |
| 地址： | 230002 *** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及卷积神经网络压缩技术领域，且公开了一种基于预量化和缩放系数剪枝的卷积神经网络压缩方法，包括以下步骤：首先通过提出的约束损失函数对预训练的卷积神经网络模型进行预量化，训练结束后网络中的权值会被约束为量化值的近似值，称为预量化值，同时在训练过程中使用稀疏正则化损失函数对批标准化层的通道缩放系数进行稀疏化处理；本发明将剪枝和量化两种模型压缩方法有机结合而非简单叠加，考虑了量化对剪枝的影响，在训练中生成适应于量化值的剪枝结构，相对于直接结合传统剪枝和量化方法，本技术方案可以充分发挥剪枝和量化的优势，使用更少的参数量达到相当或更优异的精度表现。 | ||
| 搜索关键词： | 一种 基于 量化 缩放 系数 剪枝 卷积 神经网络 压缩 方法 | ||
【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合肥工业大学，未经合肥工业大学许可，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/202110625812.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种序列帧加载速度优化方法及装置
- 下一篇：一种网格布专用布线生产装置
