一种基于网络激活与稀疏化的网络裁剪优化方法

摘要

本发明公开一种基于网络激活与稀疏化的网络裁剪优化方法，本方法首先进行网络激活，在每层卷积层之后添加随机丢失层，并且判断随机丢失层之后是否存在归一化层，如不存在，需添加，反之，则不添加，并且进行网络激活训练；然后进行网络稀疏化，最后进行网络裁剪，稀疏化训练之后，利用归一化层的缩放因子与卷积核权重值的乘积值作为评判值，将评判值与裁剪阈值T对比，从而删除相应的卷积核。本发明可有效的避免网络裁剪方法的缺点并保留其优点，实现网络更快、更精确的推理。