摘要
本申请公开了基于模型压缩的金融交易风险评估方法、装置、设备及介质,涉及深度学习技术领域,包括:从待压缩模型的网络层中确定符合预设正交变换条件的目标网络层;基于预设正交变换优化函数,利用目标网络层的输入权重矩阵和输出权重矩阵,优化得到目标正交变换矩阵;根据奇异值分解法对第一变换后矩阵和第二变换后矩阵进行参数量压缩,并利用压缩后的模型执行相关的金融交易风险评估任务;第一变换后矩阵和第二变换后矩阵由目标正交变换矩阵对输入权重矩阵和输出权重矩阵进行变换得到。由此,考虑网络层的旋转不变性来优化正交变换矩阵,结合奇异值分解可实现模型参数量压缩;且模型压缩后无需微调,降低了部署成本和时间开销。
技术关键词
正交变换
金融交易风险
矩阵
模型压缩
深度学习技术
评估装置
可读存储介质
处理器
电子设备
模块
参数
存储器
计算机
数据
系统为您推荐了相关专利信息
手机主板
视觉检测方法
环境配置信息
数字孪生体
视觉传感器
协同优化方法
云端
协同优化系统
矩阵
更新模型参数
特征点
偏差方法
加权最小二乘
因子
联合特征提取
调制分类方法
多普勒
双流卷积神经网络
时延
分类神经网络
倒置荧光显微镜
散热装置
半导体散热片
灰度值图像
背景噪声抑制