原创力文档- 1、本文档共13页，其中可免费阅读12页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于深度可分离卷积模型的结构化重参剪枝微调方法，包括步骤：S1采用传统的训练方法得到已训练模型的权重；S2采用稀疏训练得到BN层γ参数趋于零分布的稀疏模型；S3采用卷积核剪枝的方法剪除一些权重较小或冗余的连接，删除模型中的部分连接；S4采用结构化重参的方法构建新的多分支模型；S5使用微调训练恢复或提升模型的精度；S6将多分支模型转换为单分支模型，从而得到高推理性能的轻量化模型。本发明利用结构化重参和剪枝微调相结合的方法进一步挖掘了轻量化模型的性能，从而使该模型在各种下游任务中表现
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117273114A
(43)申请公布日2023.12.22
(21)申请号202311343598.X
(22)申请日2023.10.17
(71)申请人四川轻化工大学
地址64300
文档评论（0）