買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜以薩技術(shù)股份有限公司申請的專利卷積神經(jīng)網(wǎng)絡(luò)壓縮方法、裝置及電子設(shè)備獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114330690B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-27發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202111645899.9，技術(shù)領(lǐng)域涉及：G06N3/063；該發(fā)明授權(quán)卷積神經(jīng)網(wǎng)絡(luò)壓縮方法、裝置及電子設(shè)備是由李心慧;石柱國;李凡平設(shè)計研發(fā)完成，并于2021-12-30向國家知識產(chǎn)權(quán)局提交的專利申請。

本卷積神經(jīng)網(wǎng)絡(luò)壓縮方法、裝置及電子設(shè)備在說明書摘要公布了：本發(fā)明提供了一種卷積神經(jīng)網(wǎng)絡(luò)壓縮方法、裝置及電子設(shè)備，該方法包括：獲取目標(biāo)應(yīng)用場景的目標(biāo)訓(xùn)練樣本集；采用方差縮放方法初始化待壓縮神經(jīng)網(wǎng)絡(luò)模型的權(quán)重，得到待壓縮神經(jīng)網(wǎng)絡(luò)模型的初始權(quán)重向量；以預(yù)設(shè)稀疏度作為約束條件，確定初始權(quán)重向量對應(yīng)的權(quán)重優(yōu)化向量，并根據(jù)權(quán)重優(yōu)化向量計算待壓縮神經(jīng)網(wǎng)絡(luò)模型中所有連接的靈敏度；根據(jù)預(yù)設(shè)稀疏度和靈敏度對待壓縮神經(jīng)網(wǎng)絡(luò)模型進行剪枝，得到稀疏神經(jīng)網(wǎng)絡(luò)模型；使用目標(biāo)訓(xùn)練樣本集訓(xùn)練稀疏神經(jīng)網(wǎng)絡(luò)模型，直至得到訓(xùn)練完成的目標(biāo)神經(jīng)網(wǎng)絡(luò)模型。本發(fā)明可以在保證壓縮后模型的準(zhǔn)確性的同時提高模型壓縮的效率。

本發(fā)明授權(quán)卷積神經(jīng)網(wǎng)絡(luò)壓縮方法、裝置及電子設(shè)備在權(quán)利要求書中公布了：1.一種卷積神經(jīng)網(wǎng)絡(luò)壓縮方法，其特征在于，所述方法包括：獲取目標(biāo)應(yīng)用場景的目標(biāo)訓(xùn)練樣本集；其中，所述目標(biāo)應(yīng)用場景包括目標(biāo)識別或目標(biāo)追蹤，所述目標(biāo)訓(xùn)練樣本集是基于所述目標(biāo)應(yīng)用場景對應(yīng)的待壓縮神經(jīng)網(wǎng)絡(luò)模型的初始訓(xùn)練樣本集確定的，所述目標(biāo)訓(xùn)練樣本集為圖片；采用方差縮放方法初始化所述待壓縮神經(jīng)網(wǎng)絡(luò)模型的權(quán)重，得到所述待壓縮神經(jīng)網(wǎng)絡(luò)模型的初始權(quán)重向量；以預(yù)設(shè)稀疏度作為約束條件，確定所述初始權(quán)重向量對應(yīng)的權(quán)重優(yōu)化向量，并根據(jù)所述權(quán)重優(yōu)化向量計算所述待壓縮神經(jīng)網(wǎng)絡(luò)模型中所有連接的靈敏度；其中，所述靈敏度用于表征所述待壓縮神經(jīng)網(wǎng)絡(luò)模型中各個網(wǎng)絡(luò)層的連接的重要程度；根據(jù)所述預(yù)設(shè)稀疏度和所述靈敏度對所述待壓縮神經(jīng)網(wǎng)絡(luò)模型進行剪枝，得到稀疏神經(jīng)網(wǎng)絡(luò)模型；其中，所述稀疏神經(jīng)網(wǎng)絡(luò)模型的權(quán)重是根據(jù)所述預(yù)設(shè)稀疏度和所述靈敏度確定出來的；使用所述目標(biāo)訓(xùn)練樣本集訓(xùn)練所述稀疏神經(jīng)網(wǎng)絡(luò)模型，直至得到訓(xùn)練完成的目標(biāo)神經(jīng)網(wǎng)絡(luò)模型；其中，所述目標(biāo)神經(jīng)網(wǎng)絡(luò)模型用于對所述目標(biāo)應(yīng)用場景對應(yīng)的數(shù)據(jù)進行處理；根據(jù)所述預(yù)設(shè)稀疏度和所述靈敏度對所述待壓縮神經(jīng)網(wǎng)絡(luò)模型進行剪枝，得到稀疏神經(jīng)網(wǎng)絡(luò)模型的步驟，包括：按照所述靈敏度由大到小的順序?qū)λ龃龎嚎s神經(jīng)網(wǎng)絡(luò)模型中的所有連接進行排序，并保留排序結(jié)果中的前k個連接，得到第一稀疏神經(jīng)網(wǎng)絡(luò)模型；采用如下公式計算所述前k個連接中的每一個連接對應(yīng)的優(yōu)化權(quán)重值： 其中，wi’表示第i個連接的優(yōu)化權(quán)重值，k表示所述預(yù)設(shè)稀疏度；為所述前k個連接中的每一個連接對應(yīng)分配所述優(yōu)化權(quán)重值，得到所述稀疏神經(jīng)網(wǎng)絡(luò)模型。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人以薩技術(shù)股份有限公司，其通訊地址為：266000 山東省青島市黃島區(qū)靈山衛(wèi)街道辦事處靈巖路77號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。