摘要
本公开的实施例公开了模型权重优化方法、装置、电子设备和可读介质。该方法的一具体实施方式包括:确定混合权重精度;确定第一神经元占比和第二神经元占比;对于每个神经元,执行以下处理步骤:将神经元对应的神经元权重线性映射至第一权重精度;确定神经元对应的神经元重要度;对脉冲神经网络模型包括的神经元进行神经元划分,得到与第一神经元占比对应的第一神经元集合和与第二神经元占比对应的第二神经元集合;根据第一权重精度,对第一神经元集合中的每个第一神经元进行权重优化,以及根据第二权重,对第二神经元集合中的每个第二神经元进行权重优化。该实施方式与有效地解决了部署的模型对边缘设备的高内存消耗问题。
技术关键词
脉冲神经网络模型
精度
内存占用量
权重优化方法
虚拟设备
设备实时监控
因子
电子设备
处理器
线性
矩阵
优化装置
设备配置
序列
存储装置
介质
程序
计算机
系统为您推荐了相关专利信息
绑扎机器人
建筑钢筋绑扎
绑扎机构
机器人高精度
柔性
识别算法
海洋环境信息监测技术
样本
数据
遥感识别方法
识别方法
阶段
识别模型训练
视觉特征
智能手术辅助系统