本发明公开了一种基于稀疏学习与遗传算法相结合的神经网络剪枝方法,主要解决神经网络对存储资源和计算资源消耗大的问题。其实现方案是；通过稀疏学习的方式训练神经网络,得到稀疏化的网络结构；利用遗传算法以及一种动态可调节的评价因子对训练好的神经网络中潜在的子网络进行启发式搜索,并在适应度函数的引导下自动搜索出符合需求的最佳子网络；将得到的最佳子网络进行再训练得到最终剪枝结果。本发明减少了神经网络对存储资源和计算资源消耗,保证了剪枝后网络的精度,能实现可调节剪枝,可用于神经网络的压缩。
科研之友
微信
新浪微博
Facebook
分享链接
