一种用于稀疏神经网络模型的参数解压方法

摘要

本发明公开一种用于稀疏神经网络模型的参数解压方法，步骤包括：S1.将所需稀疏矩阵存储至指定位置，其中对矩阵中非零元素存储时，存储各非零元素对应的相对索引、权重量化值，若两个非零元素之间的零个数大于预设阈值时存储一个零值；S2获取所需解压的矩阵所存储的数据，提取出其中的相对索引以及权重量化值，并将相对索引恢复成绝对索引，根据恢复得到的绝对索引确定稠密矩阵中非零元素、零元素的位置以及对应的权重量化值，根据非零元素的位置重新构建权重向量表，将权重向量表中权重值进行恢复后，完成稠密矩阵的解压。本发明具有实现操作简单、解压效率及资源利用率高、应用范围广且灵活等优点。