一种基于卷积特征响应图的神经网络剪枝方法[CN201810765996.3] - 浙江工业大学

专利申请

2018-07-12
公布公告

2018-12-21
授权日期

2021-07-20
终止

2028-12-18

一种基于卷积特征响应图的神经网络剪枝方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN201810765996.3 申请日期： 2018-07-12 专利主类别： G06N3/08 {{ classMap["G06N3/08"] }}

申请人名称：浙江工业大学

查看申请人名下所有专利

申请人地址：浙江省杭州市下城区朝晖六区潮王路18号

专利分类项目

G06N3/08 : 学习方法

G06K9/62 : 应用电子设备进行识别的方法或装置

专利注册信息

初审公告期号	2018-07-12	初审公告日期	2018-12-21
注册公告期号	2021-07-20	注册公告日期	2021-07-20
专用权期限	2018-12-21 - 2028-12-18	专利类型	发明公开
代理组织机构	杭州浙科专利事务所查看该机构代理的所有专利

专利介绍

本发明公开了一种基于卷积特征响应图的网络剪枝方法，它通过卷积特征响应图剪枝的神经网络压缩方法，能实现不影响神经网络精度的基础上，实现神经网络的压缩和加速。本发明通过采用上述技术，剔除神经网络中冗余的卷积操作实现网络的加速和压缩；根据卷积特征响应图的特征响应比判断，实现自动有效的特征提取，结合网络剪枝操作，能在不影响神经网络精度的基础上，实现神经网络的压缩和加速，减少了神经网络中大量的计算量和参数数量，加快神经网络的运算，解决了深度学习难以应用在现实场景中的问题。

法律进度