科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于拼接卷积的神经网络模型压缩方法,属于信息技术领域,涉及机器学习和深度学习技术。所述方法包括以下步骤：构建卷积神经网络的特征层；采用打乱顺序的拼接卷积替换特征层中传统的标准卷积和深度可分离卷积；对特征层进行卷积操作,改变特征层的维度数目；将卷积神经网络最后一层网络的神经单元进行全连接操作,输出x个分类单元。在移动卷积神经网络的深度可分离卷积的基础上,本发明可以在确保一定精度的同时进一步减少网络的参数量,这使得有可能为卷积网络释放更多空间以用于其他一些嵌入式设备例如手机设备。
- 单位
