为计算效率而重新参数化残差网络的设备和方法

本发明涉及为计算效率而重新参数化残差网络的设备和方法。一种重新参数化残差网络(M)的计算机实现方法(20)，其中残差网络(M)是包括跳过残差块的残差连接的预训练神经网络，该方法包括如下步骤：在第一数据集上评估(S22)残差网络(M)的基线性能(P)。当相对于基线性能(P)的应用性能降低(R)小于给定的可容许降低(δ)时，实施循环(S23)，其中，该循环包括以下步骤：选择残差块中的残差块(b∈M)用于进行重新参数化。通过集合i∈ε，2ε，...，1实施第二循环：用新函数fj(x)＝(1‑ε)*fj(x)+ε*x代替所有非线性激活函数fj(x)∈b，以及在第二数据集上对M执行重新训练。将残差块b重新参数化成单个层。