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！

龙图腾网恭喜以萨技术股份有限公司申请的专利卷积神经网络压缩方法、装置及电子设备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：CN114330690B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202111645899.9，技术领域涉及：G06N3/063；该发明授权卷积神经网络压缩方法、装置及电子设备是由李心慧;石柱国;李凡平设计研发完成，并于2021-12-30向国家知识产权局提交的专利申请。

本卷积神经网络压缩方法、装置及电子设备在说明书摘要公布了：本发明提供了一种卷积神经网络压缩方法、装置及电子设备，该方法包括：获取目标应用场景的目标训练样本集；采用方差缩放方法初始化待压缩神经网络模型的权重，得到待压缩神经网络模型的初始权重向量；以预设稀疏度作为约束条件，确定初始权重向量对应的权重优化向量，并根据权重优化向量计算待压缩神经网络模型中所有连接的灵敏度；根据预设稀疏度和灵敏度对待压缩神经网络模型进行剪枝，得到稀疏神经网络模型；使用目标训练样本集训练稀疏神经网络模型，直至得到训练完成的目标神经网络模型。本发明可以在保证压缩后模型的准确性的同时提高模型压缩的效率。

本发明授权卷积神经网络压缩方法、装置及电子设备在权利要求书中公布了：1.一种卷积神经网络压缩方法，其特征在于，所述方法包括：获取目标应用场景的目标训练样本集；其中，所述目标应用场景包括目标识别或目标追踪，所述目标训练样本集是基于所述目标应用场景对应的待压缩神经网络模型的初始训练样本集确定的，所述目标训练样本集为图片；采用方差缩放方法初始化所述待压缩神经网络模型的权重，得到所述待压缩神经网络模型的初始权重向量；以预设稀疏度作为约束条件，确定所述初始权重向量对应的权重优化向量，并根据所述权重优化向量计算所述待压缩神经网络模型中所有连接的灵敏度；其中，所述灵敏度用于表征所述待压缩神经网络模型中各个网络层的连接的重要程度；根据所述预设稀疏度和所述灵敏度对所述待压缩神经网络模型进行剪枝，得到稀疏神经网络模型；其中，所述稀疏神经网络模型的权重是根据所述预设稀疏度和所述灵敏度确定出来的；使用所述目标训练样本集训练所述稀疏神经网络模型，直至得到训练完成的目标神经网络模型；其中，所述目标神经网络模型用于对所述目标应用场景对应的数据进行处理；根据所述预设稀疏度和所述灵敏度对所述待压缩神经网络模型进行剪枝，得到稀疏神经网络模型的步骤，包括：按照所述灵敏度由大到小的顺序对所述待压缩神经网络模型中的所有连接进行排序，并保留排序结果中的前k个连接，得到第一稀疏神经网络模型；采用如下公式计算所述前k个连接中的每一个连接对应的优化权重值： 其中，wi’表示第i个连接的优化权重值，k表示所述预设稀疏度；为所述前k个连接中的每一个连接对应分配所述优化权重值，得到所述稀疏神经网络模型。

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以萨技术股份有限公司，其通讯地址为：266000 山东省青岛市黄岛区灵山卫街道办事处灵岩路77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”。