- 专利标题: 卷积神经网络全连接层稀疏的权值矩阵的压缩方法及系统
-
申请号: CN201910339608.X申请日: 2019-04-25
-
公开(公告)号: CN110062233B公开(公告)日: 2020-04-28
- 发明人: 梅魁志 , 张良 , 王晓 , 张增 , 赵英海 , 常蕃 , 张向楠 , 鄢健宇
- 申请人: 西安交通大学
- 申请人地址: 陕西省西安市咸宁西路28号
- 专利权人: 西安交通大学
- 当前专利权人: 西安交通大学
- 当前专利权人地址: 陕西省西安市咸宁西路28号
- 代理机构: 西安通大专利代理有限责任公司
- 代理商 徐文权
- 主分类号: H04N19/129
- IPC分类号: H04N19/129 ; H04N19/42 ; G06N3/08 ; G06N3/04
摘要:
本发明公开了一种卷积神经网络全连接层稀疏的权值矩阵的压缩方法及系统,包括以下步骤:步骤1,获取待优化卷积神经网络的全连接层稀疏的权值矩阵A,并将其分解成位置矩阵B以及非零值数组C;其中,位置矩阵B与稀疏的权值矩阵A的尺寸大小一致;在位置矩阵B中,稀疏的权值矩阵A中有非零值的对应位置的数值为1,其他位置的数值为0;步骤2,将步骤1获得的位置矩阵B作为二值矩阵,进行满足预设图像压缩标准的无损压缩。本发明可提高全连接层稀疏的权值矩阵的压缩率,节省更多的存储空间。
公开/授权文献
- CN110062233A 卷积神经网络全连接层稀疏的权值矩阵的压缩方法及系统 公开/授权日:2019-07-26