-
公开(公告)号：CN115358383A
公开(公告)日：2022-11-18
申请号：CN202210790456.7
申请日：2022-07-06
Applicant: 华南理工大学
IPC: G06N3/08 , G06N3/04 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种联合比特量化和比特权重搜索的模型压缩方法，包括以下步骤：S1、加载图像数据并对图像数据进行预处理；S2、建立卷积神经网络模型，设定卷积神经网络模型中对应的比特搜索空间和权重搜索空间；S3、对卷积神经网络模型进行联合搜索训练；S4、选取比特搜索结果中的最大概率位宽，以构建轻量化网络，并保存联合搜索时最后以最大概率位宽得到的权重参数作为轻量化网络的权重参数，再进行权重搜索来进一步优化轻量化网络模型，输出压缩了的优化轻量化网络模型。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
