-
公开(公告)号:CN112241781A
公开(公告)日:2021-01-19
申请号:CN201910641263.3
申请日:2019-07-16
Applicant: 复旦大学
Abstract: 本发明属于深度学习方法领域,涉及一种非线性卷积神经网络结构优化方法及装置。该方法通过向普通卷积层加入二阶卷积单元,增加卷积层的非线性增强网络的性能,并通过使用不满秩的二阶卷积核和基于遗传算法的层筛选算法,降低优化后网络结构的计算和存储开销,提升算法的效率。应用该方法的装置包括输入单元、输出单元、程序存储单元、外部总线、内存、存储管理单元、输入输出桥接单元、系统总线、神经网络加速器和处理器;在程序存储单元存储实现本发明的优化方法程序。本发明对深度卷积神经网络进行结构优化,获得更高的性能且不增加多运行时间,还用更浅的网络结构达到比原网络结构优性能和效率。