公开(公告)号：CN109697502A

公开(公告)日：2019-04-30

申请号：CN201710984232.9

申请日：2017-10-20

Applicant: 富士通株式会社

Inventor： 孙利 ,  孙俊 ,  于小忆

IPC: G06N3/04 ,  G06N3/08

Abstract: 本公开提供了在卷积神经网络中进行数据处理的信息处理方法和设备以及存储介质。该信息处理方法包括针对优化的卷积神经网络中的一个卷积层进行下述操作：对该卷积层的第一组输入通道以第一组滤波器进行卷积处理，得到第一组输出通道；对该卷积层的至少第二组输入通道以第二组滤波器进行卷积处理，得到至少第二组输出通道；其中，第一组输入通道的输入数目与第一组输出通道的输出数目之比和第二组输入通道的输入数目与第二组输出通道的输出数目之比相同。

公开(公告)号：CN110533156A

公开(公告)日：2019-12-03

申请号：CN201810502432.0

申请日：2018-05-23

Applicant: 富士通株式会社

Inventor： 孙利 ,  孙俊 ,  于小忆

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种提高卷积神经网络的处理速度的方法和设备。该方法包括：根据待提高的旧卷积神经网络CNN的卷积层的旧输出数、旧CNN的测试集上的损失与训练集上的损失之比，计算经提高的新CNN的卷积层的新输出数；以及根据新CNN的卷积层的新输出数，对旧CNN的卷积层进行剪枝操作；其中，旧CNN的测试集上的损失与训练集上的损失之比越大，新CNN的卷积层的新输出数越小。

公开(公告)号：CN110533156B

公开(公告)日：2023-06-23

申请号：CN201810502432.0

申请日：2018-05-23

Applicant: 富士通株式会社

Inventor： 孙利 ,  孙俊 ,  于小忆

IPC: G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种提高卷积神经网络的处理速度的方法和设备。该方法包括：根据待提高的旧卷积神经网络CNN的卷积层的旧输出数、旧CNN的测试集上的损失与训练集上的损失之比，计算经提高的新CNN的卷积层的新输出数；以及根据新CNN的卷积层的新输出数，对旧CNN的卷积层进行剪枝操作；其中，旧CNN的测试集上的损失与训练集上的损失之比越大，新CNN的卷积层的新输出数越小。