-
公开(公告)号：CN114492795A
公开(公告)日：2022-05-13
申请号：CN202210115990.8
申请日：2022-01-28
Applicant: 湖南大学
Abstract: 本发明公开了一种深度卷积神经网络压缩方法、计算机装置及存储介质，使用变分贝叶斯矩阵分解算法依次估计每一个卷积过程中的分解秩；根据卷积过程中产生的核权重张量和对应的分解秩，通过Tucker分解依次分解每一个核权重张量，产生多个核心张量和多组因子矩阵；在两个相邻的卷积操作之间共享因子矩阵，保留各自独立的子张量，以此来实现对深度卷积神经网络模型的进一步压缩。本发明进一步提高了深度卷积神经网络的压缩率，有效减少了参数数量和计算时间，并能够选择性地用于特定层以实现有针对性的和更深的压缩。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
