原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
查看更多
本申请实施例提供一种基于字典学习的神经网络模型压缩方法、装置及存储介质，该方法包括：对预先训练好的卷积神经网络模型中的每一卷积层进行卷积核参数预处理，生成每一卷积层的卷积核参数矩阵；将每一卷积核参数矩阵作为训练数据输入局部性敏感字典学习算法中，生成对应的每一卷积层的字典；基于每一卷积层的字典对同一卷积层的卷积核参数矩阵中的卷积核进行筛选，以获取每一卷积层中贡献值最大的多个目标卷积核；基于获取到的所有目标卷积核重新构建新的卷积神经网络模型，生成压缩后的神经网络模型，并对压缩后的神经网络模型进行再训
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117436488A
(43)申请公布日2024.01.23
(21)申请号202311475247.4
(22)申请日2023.11.08
(71)申请人安徽工业大学
地址243032
文档评论（0）