深度神经网络的网络模型压缩方法、装置及计算机设备
授权
摘要
本发明实施例提供了一种深度神经网络的网络模型压缩方法、装置及计算机设备,其中,深度神经网络的网络模型压缩方法包括:获取原始深度神经网络;通过对原始深度神经网络的网络层中各运算单元的重要度进行分析,确定该网络层中重要度低于预设重要度的运算单元作为待删除运算单元;删除原始深度神经网络中各网络层的待删除运算单元,得到网络模型压缩后的深度神经网络。通过本方案可以提高目标识别与目标检测的效率。
基本信息
专利标题 :
深度神经网络的网络模型压缩方法、装置及计算机设备
专利标题(英):
暂无
公开(公告)号 :
CN109754077A
申请号 :
CN201711092273.3
公开(公告)日 :
2019-05-14
申请日 :
2017-11-08
授权号 :
CN109754077B
授权日 :
2022-05-06
发明人 :
张渊陈伟杰谢迪浦世亮
申请人 :
杭州海康威视数字技术股份有限公司
申请人地址 :
浙江省杭州市滨江区阡陌路555号
代理机构 :
北京柏杉松知识产权代理事务所(普通合伙)
代理人 :
马敬
优先权 :
CN201711092273.3
主分类号 :
G06N3/08
IPC分类号 :
G06N3/08
相关图片
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/08
学习方法
法律状态
2022-05-06 :
授权
2019-06-07 :
实质审查的生效
IPC(主分类) : G06N 3/08
申请日 : 20171108
申请日 : 20171108
2019-05-14 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN109754077A.PDF
PDF下载