一种模块替换与知识蒸馏结合的模型压缩方法
公开
摘要
本发明公开了一种模块替换与知识蒸馏结合的模型压缩方法，包括以下步骤：S1，涉及老师模型和学生模型；老师模型是预训练模型，在大数据集上面进行预训练，具有良好的泛化能力；但是大模型推理时间过久，无法线上使用；小模型线上推理时间短，但是精度较低；所以我们需要提高学生模型的准确率替代老师模型。本发明在图像分类和文本分类数据集上获得较高的准确率，继而体现出本发明的有效性；在神经网络模型广泛应用的今天，神经网络的推理时间和大小是限制神经网络应用场景的主要因素，基于此，本发明能明显能够有效降低模型大小，扩大神经网络应用领域，使神经网络能够应用到存储资源和计算资源受限的场景中。
基本信息
专利标题 ：
一种模块替换与知识蒸馏结合的模型压缩方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114548396A
申请号 ：
CN202111633377.7
公开（公告）日 ：
2022-05-27
申请日 ：
2021-12-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
孙芃
申请人 ：
天翼电子商务有限公司
申请人地址 ：
北京市昌平区未来科技城南区中国电信集团公司院内
代理机构 ：
代理人 ：
优先权 ：
CN202111633377.7
主分类号 ：
G06N3/08
IPC分类号 ：
G06N3/08 G06N3/04 G06N5/04
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
G06N3/08
学习方法
法律状态
2022-05-27 ：
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
