用于采用微结构化权重剪枝和权重统一进行神经网络模型压缩的...
公开
摘要
一种神经网络模型压缩的方法，由至少一个处理器执行，该方法包括接收输入神经网络和输入掩膜，以及使用深度神经网络减少输入神经网络的参数。该深度神经网络通过以下训练：从深度神经网络的、被输入掩膜所掩膜的输入权重的多个块中，选择待剪枝的剪枝微结构块；基于选择的剪枝微结构块，对输入权重进行剪枝；从被输入掩膜所掩膜的输入权重的多个块中，选择待统一的统一微结构块；以及基于选择的统一微结构块，对已剪枝的输入权重的多个块中的一个或多个块中的多个权重进行统一，以得到所述深度神经网络的已剪枝且已统一的输入权重。
基本信息
专利标题 ：
用于采用微结构化权重剪枝和权重统一进行神经网络模型压缩的方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114616575A
申请号 ：
CN202180005978.5
公开（公告）日 ：
2022-06-10
申请日 ：
2021-06-15
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
蒋薇王炜林晟刘杉
申请人 ：
腾讯美国有限责任公司
申请人地址 ：
美国加利福尼亚州帕洛阿尔托公园大道2747号
代理机构 ：
北京派特恩知识产权代理有限公司
代理人 ：
王花丽
优先权 ：
CN202180005978.5
主分类号 ：
G06N3/08
IPC分类号 ：
G06N3/08
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
2022-06-10 ：
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
