摘要
本申请公开了一种图像识别网络的压缩方法及设备,涉及人工智能技术领域,包括在对目标卷积层的输出通道进行剪枝得到保留通道集合和被剪枝通道集合后,需要基于通道权重计算保留通道集合中每一保留通道与其余各输出通道之间的相似度,从而实现基于通道间相似度构建目标掩码矩阵,精准定位与被剪枝通道关联紧密的保留通道。进一步的,本申请通过最小二乘法求解得到重构系数矩阵,使保留通道可通过线性组合精准逼近被剪枝通道的权重特征,而非简单移除被剪枝通道,从而解决传统剪枝因忽略通道关联性导致关键特征丢失的技术问题,达到在大幅减少通道数量的同时,最大程度保留原始网络特征表达能力的技术效果,提高压缩后模型的准确率。
技术关键词
掩码矩阵
多分支结构
输出特征
重构误差
通道剪枝
元素
权重特征
索引
存储计算机程序
参数
人工智能技术
网络特征
电子设备
存储器
处理器
系统为您推荐了相关专利信息
开关故障诊断方法
连续小波变换
切换开关动作
YOLO模型
特征提取能力
曲线
充放电数据
深度神经网络模型
构建深度神经网络
序列
一维卷积神经网络
输出特征
分支
融合特征
识别方法