-
公开(公告)号：CN108805257A
公开(公告)日：2018-11-13
申请号：CN201810387893.8
申请日：2018-04-26
Applicant: 北京大学
IPC: G06N3/02
CPC classification number: G06N3/02
Abstract: 本发明提供一种基于参数范数的神经网络量化方法，该方法包括：对于给定的预训练神经网络参数模型，通过对所需量化层的参数的取值进行统计，划分量化中心；根据所选择的量化中心，计算每个相应量化层的参数的量化损失；将量化损失与神经网络训练参数模型的分类误差损失相加，作为总损失，并进行反向传播优化，同时量化中心也在优化时进行更新；待训练结束，根据量化中心对相应层进行量化操作，得到量化后的压缩模型。本发明提供的方法能够划分权重中心，并通过施加简单的量化损失，使用与传统方法相同的优化器，对神经网络模型进行量化，从而得到原始模型的压缩模型，减小网络存储体积与运算复杂性。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
