数据驱动的基于奇异值分解的神经网络声学模型裁剪方法

摘要

本发明涉及一种数据驱动的基于奇异值分解的神经网络声学模型裁剪方法，包括：根据神经网络各层权值矩阵的奇异值分布选用不同的裁剪力度，根据对应层的裁剪力度实现对各层神经网络的裁剪。本发明的裁剪方法会根据DNN各层权值矩阵奇异值分布不同，裁减不同数量的奇异值，保证了所有层都能够得到充分裁剪的同时，避免了某些层会被过度裁剪。