[发明专利]一种卷积神经网络的轻量化方法及装置在审
| 申请号： | 201711123049.6 | 申请日： | 2017-11-14 |
| 公开（公告）号： | CN107832835A | 公开（公告）日： | 2018-03-23 |
| 发明（设计）人： | 傅鸿;闾凡兵;尹纪军;钮玉晓;王栋梁;丁继强 | 申请（专利权）人： | 贵阳海信网络科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06K9/00 |
| 代理公司： | 北京同达信恒知识产权代理有限公司11291 | 代理人： | 朱佳 |
| 地址： | 550081 贵州省贵*** | 国省代码： | 贵州;52 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例公开了一种卷积神经网络的轻量化方法及装置，所述方法包括获取卷积神经网络模型中每层卷积层中的每个卷积核的权重系数矩阵；针对任意一个权重系数矩阵，将该权重系数矩阵中绝对值小于预设阈值的权重系数值置为零，获得第一矩阵以及第二矩阵；所述第一矩阵中包括该权重系数矩阵中所有非零的权重系数，所述第二矩阵中包括该权重系数矩阵中所有非零的权重系数在该权重系数矩阵中的下标值；将所述第一矩阵以及所述第二矩阵作为压缩后的该权重系数矩阵；根据所述卷积神经网络模型中每层卷积层中的每个卷积核压缩后的权重系数矩阵对输入的图像进行交通拥堵识别。 | ||
| 搜索关键词： | 一种 卷积 神经网络 量化 方法 装置 | ||
【主权项】：
一种卷积神经网络的轻量化方法，其特征在于，所述方法包括：获取卷积神经网络模型中每层卷积层中的每个卷积核的权重系数矩阵；针对任意一个权重系数矩阵，将该权重系数矩阵中绝对值小于预设阈值的权重系数值置为零，获得第一矩阵以及第二矩阵；所述第一矩阵中包括该权重系数矩阵中所有非零的权重系数，所述第二矩阵中包括该权重系数矩阵中所有非零的权重系数在该权重系数矩阵中的下标值；将所述第一矩阵以及所述第二矩阵作为压缩后的该权重系数矩阵；根据所述卷积神经网络模型中每层卷积层中的每个卷积核压缩后的权重系数矩阵对输入的图像进行交通拥堵识别。
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贵阳海信网络科技有限公司，未经贵阳海信网络科技有限公司许可，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/201711123049.6/，转载请声明来源钻瓜专利网。
