专利名称：一种卷积神经网络模型的压缩方法专利类型：发明专利
发明人：殷保群,王以桢,李运,魏文玥申请号：CN201911155384.3申请日：20191122公开号：CN112836817A公开日：20210525
摘要：本发明公开了一种卷积神经网络模型的压缩方法，通过可恢复式信息挤压方式在获得更紧凑卷积神经网络模型的过程中，克服了特征图信息量与滤波器重要性间不绝对对应关系所带来的精度跌落风险；其通过可恢复机制，将实际有价值的滤波器保留，将真正不重要的滤波器剔除。相比单纯根据特征图信息量做裁决的一刀切式网络修剪方案，可恢复式信息挤压方式有效降低了有价值滤波器被误删的风险，从而进一步提升了深度神经网络模型的压缩效率，更大限度地减少了网络的参数量与计算量。实验结果表明，通过与已有方法相比，本方法更具优越性。
申请人：中国科学技术大学
地址：230026 安徽省合肥市包河区金寨路96号
国籍：CN
代理机构：北京凯特来知识产权代理有限公司
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容