基于自适应遗传算法的卷积神经网络剪枝量化压缩方法

本发明一种基于自适应遗传算法的卷积神经网络剪枝量化压缩方法，其实现步骤为：计算预训练网络中每个滤波器每个卷积核与其所在卷积层的其他卷积核的欧几里得距离之和；计算每个滤波器输出的特征图的平均秩；通过自适应遗传算法，对预训练后的卷积神经网络进行剪枝，调整每个滤波器对卷积层和网络模型的占比；使用双曲正切函数和round操作，将网络量化成2位，4位，8位的硬件友好的位宽，得到压缩后的卷积神经网络。本发明减小了网络的大小，保证压缩后网络拥有较高的准确率，压缩后的网络模型具有硬件友好的位宽，并大幅度加快模型在硬件设备的推理速度。