一种神经网络模型稀疏化方法、装置以及设备

本发明公开了一种神经网络模型稀疏化方法、装置以及设备，包括：确定目标待稀疏化神经网络模型中每个目标层对应的权重重要性矩阵；根据目标层对应的权重重要性矩阵，确定该目标层在预设初始稀疏度下的若干个目标待剪枝位置；根据目标层的预设初始稀疏度，确定目标待稀疏化神经网络模型的初始精度指标；多次迭代调整目标层之间的稀疏度分配，得到目标精度指标，其中，目标层之间的稀疏度总和不变；当达到最大迭代次数或达到预设迭代终止条件时，将目标精度指标对应的稀疏度分配作为目标待稀疏化神经网络模型的目标稀疏度分配。本发明属于神经网络推测领域。本发明可以提高稀疏化后的目标待稀疏化神经网络模型的准确性。