基于可微分释放量化的高效神经网络模型压缩系统及方法

本发明属于人工智能技术领域，公开了基于可微分释放量化的高效神经网络模型压缩系统及方法；方法包括：步骤1、采集数据集，并划分为训练集、验证集和测试集；步骤2、搭建包含L层的神经网络模型并进行初始化处理；步骤3、从数据集中抽取样本数据并输入至神经网络模型中进行前向传播，获得模型输出；步骤4、计算总损失函数；步骤5、计算总损失函数对各参数的梯度，对各参数进行定向更新；并通过探索‑利用策略进行参数的动态调整；步骤6、重复迭代步骤3‑步骤5，当达到第一预设目标时停止迭代训练；步骤7、评估神经网络模型的性能指标至达到第二预设目标时停止训练和评估；本发明在保证模型精度的前提下实现更高效的压缩。