-
公开(公告)号：CN110837887A
公开(公告)日：2020-02-25
申请号：CN201911103074.7
申请日：2019-11-12
Applicant: 西安微电子技术研究所
Abstract: 本发明公开了一种深度卷积神经网络的压缩及加速方法、神经网络模型及其应用，属于深度卷积神经网络领域。该方法包括以下步骤：1)将深层深度卷积神经网络转化为宽浅神经网络结构；2)将规范化的样本数据输入到宽浅神经网络进行训练，得到浮点数权值；将浮点数权值和神经网络结构的激活函数进行二进制化，得到二进制化后的神经网络；将二进制化后的样本数据作为训练数据，输入二进制化后的神经网络进行训练并更新参数，直至预测值与ground truth误差达到预设误差，完成训练；其中，在二进制化后的神经网络的训练过程中，卷积层进行加法和减法运算。解决了现有深度卷积神经网络不能应用于嵌入式计算平台的问题。
Search Results
1
records
(took 0.021 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
