公开(公告)号：CN118690799A

公开(公告)日：2024-09-24

申请号：CN202410522400.2

申请日：2024-04-28

Applicant: 西北工业大学深圳研究院

Inventor： 雷雨 ,  王方博 ,  侍佼 ,  杨宏 ,  李佳怡 ,  贺礼 ,  杨生辉

IPC: G06N3/0464 ,  G06N3/0495 ,  G06N3/082 ,  G06N3/086 ,  G06N3/047

Abstract: 本发明公开了一种基于进化多目标优化的卷积神经网络压缩方法，包括：对训练好的卷积神经网络中的卷积层和全连接层进行编码，随机生成多个编码个体并组成初始网络种群；计算每个个体解码后对应的卷积神经网络模型精度的适应度函数值和卷积神经网络参数修剪比例适应度函数值，进行非支配排序和拥挤距离度量；将初始网络种群作为父代网络种群，进行遗传操作生成新的子代个体，生成规模为N的子代网络种群；将父代网络种群与子代网络种群结合后再进行非支配排序、拥挤距离度量和精英保持策略，选择最优的前N个个体，得到更新后的网络种群，对每一个卷积神经网络模型进行微调，得到一组卷积神经网络模型。本发明能够有效避免重复计算造成的成本提升，同时保持高分类精度。