一种面向空间计算设备的神经网络压缩方法

本发明公开了一种面向空间计算设备的神经网络压缩方法，属于人工智能算法的轻量化设计领域。本发明包括矩阵分块与归一化、权重聚类、重映射、矩阵重建四个阶段，整个流程以单个二维权重矩阵作为输出，输出后的压缩矩阵包括索引矩阵、Alpha矩阵、Bias矩阵、权重字典三位张量四个部分，压缩后的总存储占用量远小于初始矩阵。本发明以块作为压缩粒度，满足软硬协同需求；且归一化保证以数值纹样作为聚类标准，而且绝对数值提升聚类准确性；另外，基于高斯分布假设对于数据块的分布进行线性变换，充分考虑了空间计算架构的高能效计算特性，推动人工智能技术在边缘计算场景，如智慧城市、物联网、智能制造等领域具有广阔的应用前景。