摘要
本发明公开了一种加速神经网络验证的抽象神经网络方法,包括如下步骤:S1.将数据集中的图片输入待抽象的神经网络,计算待抽象的神经网络的隐藏层中每个神经元输出每个图片的激活值,生成每个隐藏层所对应的激活值矩阵;S2.利用激活值计算余弦相似度,生成每个隐藏层所对应的相似度矩阵;S3.根据相似度矩阵对神经元进行凝聚层次聚类,生成聚类结果,聚类结果包括单神经元簇和多神经元簇;S4.根据聚类结果对神经元进行合并,生成抽象后的神经网络,合并为将神经元的权重进行合并;S5.将验证集输入抽象后的神经网络进行验证。本发明通过将低评分的神经元合并到高评分的神经元,不会影响神经网络的准确性,降低神经网络的验证时间。
技术关键词
神经网络方法
聚类
矩阵
图片
数据
误差
参数
系统为您推荐了相关专利信息
Sagnac干涉仪
显微系统
滤光盒
旋转式
多波段
栅格编码
波束成形技术
动态调节方法
生成提示音
多通道扬声器
解析器
配置管理工具
图形用户界面
虚拟化技术
场景
深度学习框架
模型剪枝
数据源获取数据
复杂度
模型训练模块