龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：芜湖安普机器人产业技术研究院有限公司;安徽工程大学
申请日：2024-04-03
公开（公告）日：2024-06-28
公开（公告）号：CN118261226A
主分类号：G06N3/082
分类号：G06N3/082;G06N3/0464
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了基于自蒸馏的卷积神经网络自适应剪枝方法，具体包括以下步骤：步骤S1，构建自适应CNN模型，并在每一层的每个滤波器中引入了一个额外的可训练参数；步骤S2，采用正则化项代入目标函数；步骤S3，将自蒸馏集成到端到端自适应剪枝算法；步骤S4，引入资源约束正则化，以促进不同程度的修剪。本发明简化跨不同层自适应修剪过程：引入端到端自适应修剪，为每个通道引入一个可训练的参数，便于控制通道修剪，这种将剪枝整合到训练过程中，消除了对大量超参数调优的需要，剪枝和微调同时进行，产生最终的剪枝模型；减少性能损失提高了准确性：引入自蒸馏修剪，减轻通常观察到的修剪后的性能下降。
主权项：1.一种基于自蒸馏的卷积神经网络自适应剪枝方法，其特征在于：具体包括以下步骤：步骤S1，构建自适应CNN模型，并在每一层的每个滤波器中引入了一个额外的可训练参数；步骤S2，采用正则化项代入目标函数；步骤S3，将自蒸馏集成到端到端自适应剪枝算法；步骤S4，引入资源约束正则化，以促进不同程度的修剪。
全文数据：
权利要求：
百度查询： 芜湖安普机器人产业技术研究院有限公司;安徽工程大学 一种基于自蒸馏的卷积神经网络自适应剪枝方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号