-
公开(公告)号：CN111178525A
公开(公告)日：2020-05-19
申请号：CN201911349816.4
申请日：2019-12-24
Applicant: 重庆邮电大学
IPC: G06N3/08
Abstract: 本发明请求保护一种基于剪枝的卷积神经网络压缩方法、系统及介质，包括步骤：对训练数据进行预处理；初始化卷积神经网络模型的权重；计算网络连接的显著度，以显著度的分数作为评估连接重要性的标准，并对显著度进行排序：对卷积神经网络进行剪枝，保留top-k的连接，使得网络稀疏化：训练稀疏化后的卷积神经网络模型，直到模型收敛。本发明在训练之前对网络进行裁剪，省去了预训练和微调流程，极大地简化了剪枝过程的同时保持了网络的准确率，同时通过显著度分数结构化地选择重要的连接，对于不同的网络结构具有鲁棒性，因此可以应用到多种网络结构中而不需要进行过多的调整。
Search Results
1
records
(took 0.01 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
