【技术实现步骤摘要】
本公开涉及一种人工智能，尤其涉及一种神经网络模型压缩方法、装置、电子设备及存储介质。
技术介绍
1、随着人工智能技术的发展，神经网络模型的资源开销也不断增长。为了减小神经网络模型的计算资源与存储资源的开销，模型压缩技术已成为人工智能领域的一个重要研究方向。但是，目前尚缺乏用于压缩神经网络模型以降低资源开销的有效手段。
技术实现思路
1、本公开提供一种神经网络模型压缩方法、装置、电子设备及存储介质。
2、根据本公开实施例的第一方面，提供一种神经网络模型压缩方法，包括：
3、获取神经网络模型中每个层级的层级信息；
4、根据每个层级的层级信息对每个层级进行打分处理，得到每个层级的分数信息；
5、基于每个层级的分数信息和至少一个分数阈值，确定每个层级对应的压缩方式；
6、根据每个层级对应的压缩方式对对应层级进行压缩，得到压缩后的神经网络模型。
7、在本公开一些实施例中，层级信息包括一些至少一项：权重尺度影响信息；参数数量信息；...
【技术保护点】
1.一种神经网络模型压缩方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述至少一个分数阈值包括第一分数阈值和第二分数阈值，所述第一分数阈值小于所述第二分数阈值；其中，所述基于每个所述层级的分数信息和至少一个分数阈值，确定每个所述层级对应的压缩方式，包括以下至少一项：
3.如权利要求2所述的方法，其特征在于，所述根据每个所述层级对应的压缩方式对对应层级进行压缩，得到压缩后的神经网络模型，包括以下至少一项：
4.如权利要求3所述的方法，其特征在于，所述层级对应的压缩方式为所述第一压缩方式；所述第一压缩方式包括...
【技术特征摘要】
1.一种神经网络模型压缩方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述至少一个分数阈值包括第一分数阈值和第二分数阈值，所述第一分数阈值小于所述第二分数阈值；其中，所述基于每个所述层级的分数信息和至少一个分数阈值，确定每个所述层级对应的压缩方式，包括以下至少一项：
3.如权利要求2所述的方法，其特征在于，所述根据每个所述层级对应的压缩方式对对应层级进行压缩，得到压缩后的神经网络模型，包括以下至少一项：
4.如权利要求3所述的方法，其特征在于，所述层级对应的压缩方式为所述第一压缩方式；所述第一压缩方式包括二值化压缩方式；所述根据每个所述层级对应的压缩方式对对应层级进行压缩，得到每个压缩后的层级，包括：
5.如权利要求3所述的方法，其特征在于，所述层级对应的压缩方...
【专利技术属性】
技术研发人员：周实奇，黄倚霄，
申请(专利权)人：中国移动通信集团广东有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。