一种基于相似度正则的神经网络剪枝方法

    公开(公告)号:CN115796262A

    公开(公告)日:2023-03-14

    申请号:CN202211440959.8

    申请日:2022-11-17

    Abstract: 本发明公开了一种基于相似度正则的神经网络剪枝方法。本方法为:1)对待处理的神经网络进行预训练;2)对预训练后的神经网络进行剪枝:首先设定神经网络的稀疏度为s%;然后计算神经网络参数的第s分位数,将参数绝对值小于该第s分位数的参数全局置零,得掩码m;根据所得掩码m更新所述神经网络的权重矩阵w;3)对剪枝后的神经网络进行微调。本发明通过提高网络权重矩阵与0矩阵的余弦相似度来降低输出对输入的依赖,从而提高预测的鲁棒性,这样只有少部分输入参与最终的计算,而大部分输入都被抛弃;因此,不仅稀疏网络的预测性能获得了提升,神经网络也可以实现更高的稀疏度。

Patent Agency Ranking