买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东大学申请的专利一种基于深度强化学习的神经网络结构化剪枝方法及装置、介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120068979B 。

龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510534160.2，技术领域涉及：G06N3/082；该发明授权一种基于深度强化学习的神经网络结构化剪枝方法及装置、介质是由郑晓旭;毕文;蔡晓军;赵振华;殷聪姚慧设计研发完成，并于2025-04-27向国家知识产权局提交的专利申请。

本一种基于深度强化学习的神经网络结构化剪枝方法及装置、介质在说明书摘要公布了：本申请涉及深度强化学习模型压缩与硬件加速技术领域，涉及一种基于深度强化学习的神经网络结构化剪枝方法及装置、介质。所述方法包括：获取待剪枝神经网络模型，为神经网络每一层构建多维状态向量；构建层级自适应的混合剪枝模型；将多维状态向量输入层级自适应的混合剪枝模型，通过双分支Actor网络输出连续剪枝比例与离散剪枝策略的联合动作；所述Critic网络通过硬件感知型复合奖励函数量化动作的长期收益；迭代训练层级自适应的混合剪枝模型，按照每层剪枝比例和剪枝策略执行剪枝动作，选取最优策略；根据最优策略对神经网络剪枝部署于FPGA。本发明为神经网络模型在FPGA等端侧设备的精准高效部署提供创新解决方案。

本发明授权一种基于深度强化学习的神经网络结构化剪枝方法及装置、介质在权利要求书中公布了：1.一种基于深度强化学习的神经网络结构化剪枝方法，其特征在于，包括以下步骤： 获取待剪枝神经网络模型，为神经网络每一层构建多维状态向量； 构建层级自适应的混合剪枝模型，基于深度确定性策略梯度算法与Gumbel-Softmax融合的双分支Actor-Critic网络架构，Actor网络包括分层特征提取模块和双分支输出模块，Critic网络包括状态特征提取模块、动作特征提取模块和双通道融合模块； 将多维状态向量输入层级自适应的混合剪枝模型，通过双分支Actor网络输出连续剪枝比例与离散剪枝策略的联合动作，其中连续分支通过Sigmoid函数生成剪枝比例，离散分支通过Gumbel-Softmax生成策略概率分布； 所述Critic网络通过硬件感知型复合奖励函数量化联合动作的长期收益； 迭代训练层级自适应的混合剪枝模型，按照每层剪枝比例和剪枝策略执行剪枝动作，选取奖励最高的一轮训练的剪枝策略作为最优策略； 根据最优策略对神经网络剪枝，经过导出和微调后部署于FPGA； 所述硬件感知型复合奖励函数如下： ， ， 其中，表示基于准确率的奖励值，表示基于flops的奖励值，表示基于params的奖励值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东大学，其通讯地址为：250100 山东省济南市历城区山大南路27号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。