一种基于梯度的卷积神经网络剪枝方法及装置.pdfVIP

下载本文档

6
0
约1.28万字
约 16页
2023-04-24 发布于北京
举报
版权申诉

一种基于梯度的卷积神经网络剪枝方法及装置.pdf

1、本文档共16页，其中可免费阅读15页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于梯度的卷积神经网络剪枝方法及装置，采用卷积核的梯度来构建梯度欧式距离矩阵，统计挑选出的梯度欧式距离对应的卷积核出现的次数，根据出现的次数对卷积核进行排序，生成待删除卷积核索引序列，并逐层对待删除卷积核索引序列进行剪枝。相比于现有技术的其他方法，本发明的方法在压缩率不断提升的情况下，精度下降相对缓慢，具有较高的剪枝效率，能够达到较好的剪枝效果。实验证明了本发明的剪枝算法对压缩率的提升表现出了良好耐受力。

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114021699 A (43)申请公布日 2022.02.08 (21)申请号 202111280238.0 (22)申请日 2021.10.29 (71)申请人浙江工业大学地址