格兰菲智能科技有限公司潘建红获国家专利权
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!
龙图腾网获悉格兰菲智能科技有限公司申请的专利模型的通道剪枝方法、装置、计算机设备和存储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:CN116304677B 。
龙图腾网通过国家知识产权局官网在2026-02-03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:202310081359.5,技术领域涉及:G06F18/214;该发明授权模型的通道剪枝方法、装置、计算机设备和存储介质是由潘建红;武小龙设计研发完成,并于2023-01-30向国家知识产权局提交的专利申请。
本模型的通道剪枝方法、装置、计算机设备和存储介质在说明书摘要公布了:本申请涉及一种模型的通道剪枝方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取校准样本集,所述校准样本集中包括多张校准图像;将各所述校准图像输入至待校准的初始神经网络模型中,获得各所述校准图像在所述初始神经网络模型的每个网络层的输入通道特征图;确定各所述输入通道特征图的秩,并对各所述输入通道特征图的秩进行处理,确定出每个所述网络层的通道索引的排序;基于每个所述网络层的通道索引的排序,对所述初始神经网络模型进行通道剪枝处理,获得目标神经网络模型。采用本方法能够提高通道剪枝效率。
本发明授权模型的通道剪枝方法、装置、计算机设备和存储介质在权利要求书中公布了:1.一种模型的通道剪枝方法,其特征在于,所述方法包括: 获取校准样本集,所述校准样本集中包括多张校准图像; 将各所述校准图像输入至待校准的初始神经网络模型中,获得各所述校准图像在所述初始神经网络模型的每个网络层的输入通道特征图;其中,每个网络层均包括多个输入通道; 针对任意一个网络层,通过对每一个输入通道特征图进行初等变换处理来确定该网络层的各所述输入通道特征图的秩,并根据各所述输入通道特征图的秩计算得到该网络层中每个输入通道的平均秩,根据该网络层的各输入通道的平均秩的大小,按照从小到大的顺序,对该网络层的通道索引进行排序; 基于每个所述网络层的通道索引的排序,对所述初始神经网络模型的各个网络层依次进行通道剪枝处理,在所有网络层均完成通道剪枝处理后,获得重构神经网络模型,并对所述重构神经网络模型进行训练,获得目标神经网络模型; 其中,针对所述初始神经网络模型中任意一个网络层,所针对的网络层的通道剪枝处理步骤包括: 根据所针对的网络层的通道索引的排序,将当前排序序号最小的通道索引确定为待处理的通道索引;对所述待处理的通道索引对应的输入通道以及卷积核权重进行裁剪,获得中间神经网络模型;加载所述中间神经网络模型,确定由所述中间神经网络模型的输出通道输出的重构特征图;基于所述初始神经网络模型的原始输出特征图与所述重构特征图,进行重构误差计算,获得误差计算结果;若所述误差计算结果小于误差阈值,则根据所针对的网络层的通道索引的排序,确定下一次的待处理的通道索引,并返回所述对所述待处理的通道索引对应的输入通道以及卷积核权重进行裁剪的步骤继续执行,直至在任一次的误差计算结果大于所述误差阈值时停止,完成所述网络层的通道剪枝处理; 其中,在对任意一个网络层进行通道剪枝处理时,固定其他网络层结构; 其中,在进行重构误差计算时,采用如下公式展开: 其中,重构特征图,采用L2范数来表示裁剪前后的重构误差, Y为原始输出特征图,为裁剪后的输入通道特征图,为裁剪后的卷积核权重; 其中,在进行裁剪时,在固定其他网络层结构的条件下,来确定裁剪率。
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格兰菲智能科技有限公司,其通讯地址为:200135 上海市浦东新区中国(上海)自由贸易试验区金科路2557号201室;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励