一种深度神经网络轻量化方法及其系统

本申请公开了一种深度神经网络轻量化方法及其系统，其中深度神经网络轻量化方法包括以下步骤：S1、初始化最大迭代次数，量化间隔与量化位宽；S2、初始化后，获取参与量化的模型，得到目标函数；S3、根据目标函数对量化间隔进行迭代优化；S4、根据目标函数对量化位宽使用强化学习进行优化；S5、判断目标函数是否收敛或迭代次数达到最大迭代次数；若目标函数收敛或迭代次数达到最大迭代次数，则流程结束；若目标函数收敛或迭代次数未达到最大迭代次数，迭代次数加1，返回执行步骤S2。本申请将量化工作拆分成量化间隔和量化位宽的获取问题，将原本复杂的优化问题简单化。