首页> 中国专利> 一种深度卷积神经网络的压缩及加速方法、神经网络模型及其应用

一种深度卷积神经网络的压缩及加速方法、神经网络模型及其应用

摘要

本发明公开了一种深度卷积神经网络的压缩及加速方法、神经网络模型及其应用,属于深度卷积神经网络领域。该方法包括以下步骤:1)将深层深度卷积神经网络转化为宽浅神经网络结构;2)将规范化的样本数据输入到宽浅神经网络进行训练,得到浮点数权值;将浮点数权值和神经网络结构的激活函数进行二进制化,得到二进制化后的神经网络;将二进制化后的样本数据作为训练数据,输入二进制化后的神经网络进行训练并更新参数,直至预测值与ground truth误差达到预设误差,完成训练;其中,在二进制化后的神经网络的训练过程中,卷积层进行加法和减法运算。解决了现有深度卷积神经网络不能应用于嵌入式计算平台的问题。

著录项

  • 公开/公告号CN110837887A

    专利类型发明专利

  • 公开/公告日2020-02-25

    原文格式PDF

  • 申请/专利权人 西安微电子技术研究所;

    申请/专利号CN201911103074.7

  • 发明设计人 张菊莉;贺占庄;

    申请日2019-11-12

  • 分类号

  • 代理机构西安通大专利代理有限责任公司;

  • 代理人李红霖

  • 地址 710065 陕西省西安市雁塔区太白南路198号

  • 入库时间 2023-12-17 06:30:17

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2020-03-20

    实质审查的生效 IPC(主分类):G06N3/04 申请日:20191112

    实质审查的生效

  • 2020-02-25

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号