用于深度学习模型的特征分析方法、存储介质和电子设备

本申请涉及深度学习技术领域，公开一种用于深度学习模型的特征分析方法、存储介质和电子设备。方法包括：获得深度学习模型的神经元激活值与分类对象的特征区域的映射关系；根据所述映射关系，确定分类对象的疑似特征区域；疑似特征区域表示同时对深度学习模型的多个重要神经元的激活具有高贡献度的特征区域；基于分类对象对深度学习模型进行模型训练，获得输出数据变化量；根据输出数据变化量，从疑似特征区域中确定关键特征区域。本申请能够使剪枝操作更有针对性，实现在保证模型性能的前提下降低模型的规模和计算复杂度。