基于嵌入特征相似度的注意力迁移的神经网络压缩方法
实质审查的生效
摘要
本发明公开了一种基于嵌入特征相似度的注意力迁移的神经网络压缩方法，包括：获取多个训练样本，每个训练样本包括样本图像以及样本图像对应的类别；确定第一待训练神经网络模型后，利用训练样本训练第一待训练神经网络模型，得到教师网络；利用教师网络生成第一注意力图向量；确定第二待训练神经网络模型后，利用训练样本及预设损失函数训练第二待训练神经网络，并根据第二待训练神经网络模型生成的第二注意力图向量及输出结果确定损失值；当预设损失函数的损失值满足预设条件时，第二待训练神经网络训练完成，获得压缩后的学生网络。本发明在达到任务分类要求的同时，有效提高了训练的速度和精度，得到了效果更好的小规模网络。
基本信息
专利标题 ：
基于嵌入特征相似度的注意力迁移的神经网络压缩方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114387447A
申请号 ：
CN202111387298.2
公开（公告）日 ：
2022-04-22
申请日 ：
2021-11-22
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
公茂果刘昊李豪乔文远张明阳唐泽栋刘洁怡蒋祥明
申请人 ：
西安电子科技大学
申请人地址 ：
陕西省西安市雁塔区太白南路2号
代理机构 ：
西安嘉思特知识产权代理事务所(普通合伙)
代理人 ：
王萌
优先权 ：
CN202111387298.2
主分类号 ：
G06V10/44
IPC分类号 ：
G06V10/44 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08 G06N20/00
法律状态
2022-05-10 ：
实质审查的生效
IPC(主分类) : G06V 10/44
申请日 : 20211122
申请日 : 20211122
2022-04-22 ：
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
