一种用于卷积神经网络的压缩算法

摘要

本发明公开了一种用于卷积神经网络的压缩算法，步骤1：构建压缩标定模块；步骤2：将所述压缩标定模块嵌入到原始卷积神经网络中，构建带压缩标定的卷积神经网络；步骤3：对构建的所述带压缩标定的卷积神经网络进行训练，得到训练好的带压缩标定的卷积神经网络中每个卷积核的标定值；步骤4：将标定值小于阈值的卷积核裁剪掉，得到裁剪后的带压缩标定的卷积神经网络；对裁剪后的带压缩标定的卷积神经网络进行训练，得到第一压缩网络；步骤5：处理所述第一压缩网络，得到压缩后的卷积神经网络。本发明的方法利用卷积核之间的相互依赖关系，与现有的卷积神经网络压缩方法相比，本发明方法具有更高的压缩比和更低的精度损失。