发明公开
- 专利标题： 一种基于遗传算法对量化后神经网络优化方法及装置
-
申请号： CN202310107214.8申请日： 2023-01-31
-
公开(公告)号： CN116151360A公开(公告)日： 2023-05-23
- 发明人: 郭晓刚 , 张亮 , 韩振华 , 李艳鹏 , 欧阳鹏
- 申请人： 北京清微智能科技有限公司
- 申请人地址： 北京市海淀区宝盛南路1号院26号楼2层201
- 专利权人： 北京清微智能科技有限公司
- 当前专利权人： 北京清微智能科技有限公司
- 当前专利权人地址： 北京市海淀区宝盛南路1号院26号楼2层201
- 代理机构： 北京索睿邦知识产权代理有限公司
- 代理商 李根
- 主分类号： G06N3/086
- IPC分类号： G06N3/086 ; G06N3/006
摘要：
本发明公开了一种基于遗传算法对量化后神经网络优化方法及装置。其中，方法包括：对量化后的神经网络中的所有算子进行0、1建模，确定多种建模方案对应的多种染色体，其中多种染色体组成一个种群；分别获取多种染色体中每种染色体的适应值；根据每种染色体的适应值初始化种群，并利用遗传算法对种群进行迭代计算，确定最优种群；根据最优种群确定神经网络的最优算子分组方案。
