发明公开
- 专利标题： 一种卷积神经网络模型的压缩方法及装置
-
申请号： CN202111224541.9申请日： 2021-10-19
-
公开(公告)号： CN113935484A公开(公告)日： 2022-01-14
- 发明人: 付宇卓 , 刘婷 , 颜伟
- 申请人： 上海交通大学 , 华域视觉科技(上海)有限公司
- 申请人地址： 上海市闵行区东川路800号;
- 专利权人： 上海交通大学,华域视觉科技(上海)有限公司
- 当前专利权人： 上海交通大学,华域视觉科技(上海)有限公司
- 当前专利权人地址： 上海市闵行区东川路800号;
- 代理机构： 上海思微知识产权代理事务所
- 代理商 周耀君
- 主分类号： G06N3/08
- IPC分类号： G06N3/08 ; G06N3/04
摘要：
本发明公开了一种卷积神经网络模型的压缩方法及装置，所述方法包括如下步骤：步骤S1，对原始卷积神经网络模型的每个卷积通道的重要性因子γ使用动态正则化约束，进行稀疏化训练，使模型的有效权重尽量集中在重要性因子较大的通道中，获得稀疏的稀疏卷积神经网络模型；步骤S2，根据稀疏卷积神经网络模型的通道重要性因子的大小，执行全局通道剪枝剪除不重要的通道，得到压缩后的剪枝卷积神经网络模型。
公开/授权文献
- CN113935484B 一种卷积神经网络模型的压缩方法及装置 公开/授权日：2024-07-12
