一种基于优先级经验回放的自适应剪枝方法

本发明公开了一种基于优先级经验回放的自适应剪枝方法，其包括：训练待剪枝图像分类模型，将神经网络的剪枝过程转化为马尔科夫决策过程，设计相应的状态空间、动作空间与奖励函数；构建并初始化深度确定性策略梯度算法的价值网络、策略网络、目标价值网络和目标策略网络；对待剪枝图像分类模型进行剪枝；将待剪枝图像分类模型剪枝过程存入经验回放池，并为其设置优先级；根据时间差分误差更新每条样本的采样概率；更新价值网络和策略网络，更新目标价值网络和目标策略网络，循环训练直至达到设定最大迭代次数；对图像分类待剪枝图像分类模型进行微调。本发明可以自适应生成网络各层剪枝比例，实现网络待剪枝图像分类模型的自适应压缩。