该【基于深层卷积神经网络的剪枝优化 】是由【小屁孩】上传分享,文档一共【2】页,该文档可以免费在线阅读,需要了解更多关于【基于深层卷积神经网络的剪枝优化 】的内容,可以使用淘豆网的站内搜索功能,选择自己适合的文档,以下文字是截取该文章内的部分文字,如需要获得完整电子版,请下载此文档到您的设备,方便您编辑和打印。:..基于深层卷积神经网络的剪枝优化马治楠;韩云杰;彭琳钰;周进凡;林付春;刘宇红【期刊名称】《电子技术应用》【年(卷),期】2018(044)012【摘要】随着近几年来深度学****的兴起,其在目标检测、图像分类、语音识别、自然语言处理等机器学****领域都取得了重大的突破,,深度学****逐渐向深层的网络发展,网络越来越深,这不仅增大了对硬件平台存储、运行内存的需求,还大大增加了计算量,,通过对模型进行剪枝的方法将训练好的网络模型压缩处理,在基本保证准确率的情况下去除不重要的参数,缩减模型,减小网络的计算复杂度,将深度学****应用于嵌入式平台.【总页数】5页(P119-122,126)【作者】马治楠;韩云杰;彭琳钰;周进凡;林付春;刘宇红【作者单位】贵州大学大数据与信息工程学院,贵州贵阳550025;贵阳信息技术研究院,贵州贵阳550081;贵州大学大数据与信息工程学院,贵州贵阳550025;贵州大学大数据与信息工程学院,贵州贵阳550025;贵州大学大数据与信息工程学院,贵州贵阳550025;贵州大学大数据与信息工程学院,贵州贵阳550025【正文语种】中文【中图分类】TP391【相关文献】:..[J],于薏;周奕文;陈弟;胡珊;[J],徐光柱;朱泽群;尹思璐;刘高飞;[J],史春生;刘磊;王亚茹;[J],于薏;周奕文;陈弟;胡珊;[J],吴雪;王娆芬因版权原因,仅展示原文概要,查看原文内容请购买
基于深层卷积神经网络的剪枝优化 来自淘豆网www.taodocs.com转载请标明出处.