神经网络权重压缩方法、系统及可读存储介质

本发明提供了一种神经网络权重压缩方法、系统及可读存储介质，权重压缩方法包括获取量化权重，构建第一权重频度表；获取填充非零频次值，将其作为第一权重频度表中的频次值为零的数字的频次值，得到第二权重频度表，构建初始霍夫曼树；判断当前初始霍夫曼树中的最长编码长度是否超过预设编码长度，若否，将其作为目标霍夫曼树；若是，调整填充非零频次值，更新当前初始霍夫曼树，继续判断，直至其最长编码长度不超过预设编码长度后，将其作为目标霍夫曼树；根据目标霍夫曼树及预设压缩规则构建范式霍夫曼树，得到范式霍夫曼编码表。本发明适用于不同类型的神经网络结构，压缩速度快，且基本为无损压缩，能保持数据的完整性和准确性。