申请/专利权人:北京遥感设备研究所
申请日:2023-10-25
公开(公告)日:2024-02-27
公开(公告)号:CN117610632A
主分类号:G06N3/082
分类号:G06N3/082
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.15#实质审查的生效;2024.02.27#公开
摘要:本发明公开了一种基于参数截断定点化的神经网络轻量化方法,包括:搭建智能算法神经网络模型;采用高精度数据类型对所述智能算法神经网络模型进行训练直至收敛;将训练收敛后获得的高精度网络参数截断成低精度网络参数;将低精度网络参数类型的网络参数存储为模型计算调用参数,生成截断后的神经网络模型;测试截断后的神经网络模型的性能。将高精度网络参数截断成低精度网络参数,存储低精度网络参数并用于网络模型计算。利用低精度网络参数所具有的高效时效性、低计算开销、小存储规模进行全网络整体参数的存储,能够应用于解决训练网络计算开销过大的问题。
主权项:1.一种基于参数截断定点化的神经网络轻量化方法,其特征在于,包括:搭建智能算法神经网络模型;采用高精度数据类型对所述智能算法神经网络模型进行训练直至收敛;将训练收敛后获得的高精度网络参数截断成低精度网络参数;将低精度网络参数类型的网络参数存储为模型计算调用参数,生成截断后的神经网络模型;测试截断后的神经网络模型的性能。
全文数据:
权利要求:
百度查询: 北京遥感设备研究所 一种基于参数截断定点化的神经网络轻量化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。