一种计算可重用的多容量神经网络构建方法及系统

本发明公开了一种计算可重用的多容量神经网络构建方法及系统，通过分析常规神经网络不能支持多容量与可重用性的原因，设计一种增量式的层间连接(IIC)来解决这一问题。为了有效地训练RMCNets，提出了包括预训练、多容量联合训练以及微调三个阶段的训练流程。在ImageNet和CIFAR‑10上的实验证实，4容量的RMCNets可以正确地执行计算重用，同时将延迟和参数减少约35%。对不同模型训练方法的实验分析表明了该训练方法的效率与性能。