首页> 中国专利> 基于深度神经网络最小方差梯度量化压缩及图像处理方法

基于深度神经网络最小方差梯度量化压缩及图像处理方法

摘要

本发明公布了一种基于深度神经网络最小方差梯度量化压缩及图像处理方法,针对包含类别标签的有监督数据,采用深度神经网络中对梯度进行非均匀量化的网络压缩,使用韦伯分布族建模梯度分布,再通过搜索最优量化点求解量化方差最小化,使得量化误差最小,提高深度神经网络模型的收敛速度;该神经网络压缩方法用于图像分类处理,可提高图像处理效率。

著录项

  • 公开/公告号CN110992432B

    专利类型发明专利

  • 公开/公告日2021-07-09

    原文格式PDF

  • 申请/专利权人 北京大学;

    申请/专利号CN201911029711.0

  • 发明设计人 符芳诚;周跃;崔斌;聂小楠;

    申请日2019-10-28

  • 分类号G06T9/00(20060101);G06K9/62(20060101);G06N20/00(20190101);

  • 代理机构11360 北京万象新悦知识产权代理有限公司;

  • 代理人黄凤茹

  • 地址 100871 北京市海淀区颐和园路5号

  • 入库时间 2022-08-23 12:05:59

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号