-
公开(公告)号：CN110222820A
公开(公告)日：2019-09-10
申请号：CN201910451709.6
申请日：2019-05-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于权值剪枝和量化的卷积神经网络压缩方法，以减少卷积神经模型的大小。我们采用了8位定点数保存卷积神经网络权值，并用结合了卷积神经网络剪枝算法，进一步减少模型的存储，并保持的网络算法的准确率。迭代剪枝和正则化方法有效的保持压缩后卷积神经网络的准确率，提高了卷积神经网络的存储效率。在常用的卷积神经网络算法和数据集上取得的很好的效果，将ResNet压缩约12倍且模型准确率没有损失。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
