卷积神经网络模型剪枝方法和装置、电子设备、存储介质
实质审查的生效
摘要
本发明实施例提供卷积神经网络模型剪枝方法和装置、电子设备、存储介质，涉及人工智能技术领域。该卷积神经网络模型剪枝方法，包括：通过获取待剪枝模型中卷积层信息，然后根据卷积层信息进行卷积计算，得到每个卷积层中滤波器对应的滤波器相似值，再根据滤波器相似值计算每个卷积层对应的剪枝重要性指标，根据预设剪枝率和每个卷积层对应的剪枝重要性指标，对待剪枝模型进行剪枝得到剪枝模型。本实施例通过卷积运算量化卷积层中滤波器的重要性，并根据滤波器的重要性值得到模型中每个卷积层内部滤波器的冗余信息，然后利用该冗余信息进行剪枝，能够提高卷积神经网络模型剪枝的准确率，提升模型压缩精度和运算速度。
基本信息
专利标题 ：
卷积神经网络模型剪枝方法和装置、电子设备、存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114492799A
申请号 ：
CN202210163245.0
公开（公告）日 ：
2022-05-13
申请日 ：
2022-02-22
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王晓锐
申请人 ：
平安科技（深圳）有限公司
申请人地址 ：
广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼
代理机构 ：
广州嘉权专利商标事务所有限公司
代理人 ：
尹长斌
优先权 ：
CN202210163245.0
主分类号 ：
G06N3/08
IPC分类号 ：
G06N3/08 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
G06N3/08
学习方法
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06N 3/08
申请日 : 20220222
申请日 : 20220222
2022-05-13 ：
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
