（12）发明专利申请
（21）申请号 CN201911084979.4 （22）申请日 2019.11.08 （71）申请人 南昌大学
地址 330000 江西省南昌市红谷滩新区学府大道999号
（10）申请公布号 CN111047038A
（43）申请公布日 2020.04.21
（72）发明人 杨宇钢;胡凌燕
（74）专利代理机构 南昌金轩知识产权代理有限公司
代理人 钟隆辉
（51）Int.CI
权利要求说明书 说明书 幅图
（54）发明名称
一种利用分块循环矩阵的神经网络压缩方法
（57）摘要
本发明公开了一种利用分块循环矩阵的神
经网络压缩方法，涉及神经网络压缩方法领域，通过读取神经网络中最长基础随机符号向量，在神经网络的每层生成与该层输入维度相等的符号向量并与输入向量元素相乘得到新的输入向量，并训练构成新的块循环网络，存储最长基础随机符号向量和神经网络模型参数；采用细粒度的神经网络压缩方法对模型进行剪枝，进一步降低模型复杂度。通过引入随机符号向量，减少投影向
量之间的相关性，从而保证模型的收敛，达到有效减少存储和带宽的目的。同时，避免了处理分块循环矩阵压缩神经网络时，由于分块大小增大而引起的性能下降的问题。
法律状态
法律状态公告日
2020-04-21 2020-04-21 2020-05-15
法律状态信息
公开 公开
实质审查的生效
法律状态
公开 公开
实质审查的生效
权利要求说明书
一种利用分块循环矩阵的神经网络压缩方法的权利要求说明书内容是....请下载后查看
说明书
一种利用分块循环矩阵的神经网络压缩方法的说明书内容是....请下载后查看
因篇幅问题不能全部显示，请点此查看更多更全内容