技术编号：18756417
提示：您尚未登录，请点 登 陆 后下载，如果您还没有账户请点 注 册 ，登陆完成后，请刷新本页查看技术详细信息。本发明提供一种基于权重归一化的深度神经网络压缩方法，涉及压缩(量化)神经网络的参数，可以将模型的权重量化至极低的比特数目(2比特、3比特)适用于压缩各种主流的神经网络的参数，如ResNet，MobileNet等，从而使得模型可以部署到移动端设备。背景技术随着深度学习的发展，深度神经网络逐渐成为机器学习的主流模型。但是，深度学习模型有大量的参数同时需要极大的计算开销，不利于模型向移动设备和嵌入式设备部署。根据已有研究，深度神经网络中存在大量冗余，因此可以对模型的参数进行极大的压缩，同时保证模型的性...
注意：该技术已申请专利，请尊重研发人员的辛勤研发付出，在未取得专利权人授权前，仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权，增加技术思路，做技术知识储备，不适合论文引用。
请注意，此类技术没有源代码，用于学习研究技术思路。