一种信号识别卷积神经网络卷积核分区剪枝方法

摘要

本发明公开了一种信号识别卷积神经网络卷积核分区剪枝方法，包括以下步骤：构建一维卷积神经网络，然后进行训练达到收敛状态；提取模型卷积核的权重数组；对权重数组求绝对值，并按列进行求和得到卷积核的具体权重值；将权重区间分成4个等分区间，设定剪枝系数和阈值，若该卷积核的权值小于该卷积核所在区间的阈值，则将该卷积核从网络中删除，遍历所有卷积核，得到每个区间大于阈值的卷积核，得到新网络模型；对新网络模型进行重新训练达到收敛状态。本发明采用基于区间的剪枝方法，能够更大化的去冗余，使得权重的剪枝更加合理，能够更大化的对模型进行压缩，减小模型的大小，提高模型的前向推理时间的速度。