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
本申请公开了一种数据剪枝方法、装置、设备及可读存储介质，涉及神经网络技术领域，包括：确定图神经网络模型中包括的节点，其中，所述节点包括训练节点与测试节点；基于所述测试节点评估每一所述训练节点的重要程度，依据所述重要程度确定排行序列，其中，所述排行序列包括基于所述重要程度排序的训练节点；从所述排行序列中选择用于模型训练的目标训练节点，以完成所述图神经网络模型的数据剪枝，其中，若所述排行序列为基于重要程度从高到低依次排序的训练极点，则所述目标训练节点包括所述排行序列中的前预设数量个训练节点。本申请提
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117709433A
(43)申请公布日2024.03.15
(21)申请号202311733552.9
(22)申请日2023.12.14
(71)申请人中山大学
地址510275
文档评论（0）