专利名称：卷积神经网络的参数优化方法及系统专利类型：发明专利
发明人：谌璟,宁迪浩,孙庆新,关艳峰,梁波申请号：CN201610795257.X申请日：20160831公开号：CN106326939A公开日：20170111
摘要：本发明公开了一种卷积神经网络的参数优化方法，所述卷积神经网络的参数优化方法包括以下步骤：构建卷积神经网络，所述卷积神经网络包括图像输入层、多个卷积层、至少一个全连接层，并且，每两个所述卷积层之间设置一激活层，或每两个所述卷积层之间设置一所述激活层和一池化层；将卷积神经网络训练为全浮点型网络以得到浮点型权值；将所述卷积神经网络的卷积层中的所述浮点型权值训练成二值型权值，和/或将所述卷积神经网络的全连接层中的所述浮点型权值训练成二值型权值。本发明还公开了一种卷积神经网络的参数优化系统。本发明的技术方案可以有效避免卷积神经网络的权值数据量巨大导致的浪费计算资源的弊端。
申请人：深圳市诺比邻科技有限公司
地址：518066 广东省深圳市南山区桃源街道丽山路大学城创业园A区六楼601室
国籍：CN
代理机构：深圳市世纪恒程知识产权代理事务所
代理人：胡海国
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容