摘要
本发明涉及模型剪枝技术领域,具体涉及一种平衡滤波器剪枝方法,为解决现有卷积神经网络难以广泛应用的问题。该方法包括S1:获取训练好的待剪枝卷积神经网络Tnetwork,对待剪枝卷积神经网络Tnetwork进行剪枝获得剪枝后卷积神经网络Snetwork;S2:对所述Tnetwork计算缩放系数γl并保存;S3:计算任意两个特征图之间的余弦相似度;S4:计算网络Tnetwork特征图之间的相关性并保存;S5:获得第l层所有特征图的重要性得分;S6:对每一层特征图的重要性得分进行排序,并依次进行模型剪枝,得到Snetwork;S7:弥补上述剪枝造成的网络性能损失;S8:训练完成后得到最终的网络及其权重。
技术关键词
平衡滤波器
剪枝方法
知识蒸馏技术
模型剪枝
网络
定义
通道
输出特征
教师
超参数
表达式
学生
样本
阶段
系统为您推荐了相关专利信息
特征提取模块
注意力模型
阿尔茨海默
多尺度特征融合
卷积特征
融合定位方法
LSTM神经网络
卡尔曼滤波
协方差矩阵
观测噪声
数据管理方法
数据治理系统
数据采集策略
深度学习方法
数据资源优化
智能语义分析
数据识别模型
数据识别方法
语义图谱
节点
网络流量审计
审计系统
网络安全技术
协议
识别异常流量