基于卷积神经网络的权重分段量化方法及装置

本发明涉及卷积神经网络技术领域，公开了一种基于卷积神经网络的权重分段量化方法及装置，该方法包括：获取卷积神经网络的多个计算层中每一计算层的所有权重，计算层为卷积神经网络的带参数层，根据所有计算层的权重，从所有计算层中筛选出待分段量化的目标计算层，对于每一目标计算层，根据该目标计算层的所有权重，对该目标计算层的权重进行分段，得到该目标计算层的权重分段结果，对该目标计算层的第一权重组及第二权重组进行分段量化，得到该目标计算层的量化位宽。可见，实施本发明能够准确地筛选出需要分段量化的目标计算层，且能够准确地对各组权重进行量化，能够提高卷积神经网络中各层权重的量化精度，且有利于减少计算量。