卷积神经网络的压缩方法、装置、电子设备和介质
授权
摘要
本发明提供了一种卷积神经网络的压缩方法、装置、电子设备和介质，涉及人工智能技术领域，包括：获取卷积神经网络中待计算卷积层的输入特征图，其中，输入特征图为卷积神经网络的输入图像在其沿网络前向传播的过程中，在待计算卷积层处形成的输入特征图；计算输入特征图经过待计算卷积层中每个卷积核的卷积处理之后，输出特征图的L1范数，得到至少两个L1范数；利用至少两个L1范数对待计算卷积层的卷积核进行压缩，压缩之后得到目标卷积神经网络，本发明缓解了在采用现有的卷积神经网络压缩方法对卷积神经网络进行压缩时，对卷积神经网络的准确性影响较大的技术问题。
基本信息
专利标题 ：
卷积神经网络的压缩方法、装置、电子设备和介质
专利标题（英）：
暂无
公开（公告）号 ：
CN110826684A
申请号 ：
CN201810897749.9
公开（公告）日 ：
2020-02-21
申请日 ：
2018-08-08
授权号 ：
CN110826684B
授权日 ：
2022-04-05
发明人 ：
朱力强
申请人 ：
北京交通大学
申请人地址 ：
北京市海淀区上园村3号
代理机构 ：
北京超凡宏宇专利代理事务所(特殊普通合伙)
代理人 ：
曹桓
优先权 ：
CN201810897749.9
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04
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
G06N3/04
体系结构，例如，互连拓扑
法律状态
2022-04-05 ：
授权
2020-03-17 ：
实质审查的生效
IPC(主分类) : G06N 3/04
申请日 : 20180808
申请日 : 20180808
2020-02-21 ：
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
暂无PDF文件可下载
