[發(fā)明專利]基于單元重要度的條件計(jì)算方法有效
| 申請(qǐng)?zhí)枺?/td> | 202110785452.5 | 申請(qǐng)日: | 2021-07-12 |
| 公開(kāi)(公告)號(hào): | CN113408709B | 公開(kāi)(公告)日: | 2023-04-07 |
| 發(fā)明(設(shè)計(jì))人: | 周泓;楊濤;樓震宇 | 申請(qǐng)(專利權(quán))人: | 浙江大學(xué) |
| 主分類(lèi)號(hào): | G06N3/0464 | 分類(lèi)號(hào): | G06N3/0464;G06N3/048;G06N3/0442;G06N3/08;G06F18/2415 |
| 代理公司: | 杭州裕陽(yáng)聯(lián)合專利代理有限公司 33289 | 代理人: | 顧晨 |
| 地址: | 310012 浙江省杭州*** | 國(guó)省代碼: | 浙江;33 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 單元 重要 條件 計(jì)算方法 | ||
1.一種基于單元重要度的條件計(jì)算方法,其特征在于,包含以下步驟:
S1:預(yù)先訓(xùn)練主干殘差網(wǎng)絡(luò)M,所述主干殘差網(wǎng)絡(luò)M包含n個(gè)殘差單元;
S2:為預(yù)訓(xùn)練好的所述主干殘差網(wǎng)絡(luò)M構(gòu)建門(mén)控網(wǎng)絡(luò)G;
S3:計(jì)算所述主干殘差網(wǎng)絡(luò)M中每個(gè)所述殘差單元對(duì)每一張輸入圖像的重要度;
S4:將所述輸入圖像及其對(duì)應(yīng)的各所述殘差單元的重要度組成為輸入-標(biāo)簽對(duì),構(gòu)建數(shù)據(jù)集,固定所述主干殘差網(wǎng)絡(luò)M,通過(guò)所述數(shù)據(jù)集訓(xùn)練所述門(mén)控網(wǎng)絡(luò)G;
S5:在訓(xùn)練好所述門(mén)控網(wǎng)絡(luò)G后固定所述門(mén)控網(wǎng)絡(luò)G,對(duì)所述主干殘差網(wǎng)絡(luò)M進(jìn)行微調(diào)以適應(yīng)動(dòng)態(tài)裁剪;
S6:重復(fù)步驟S3-S5直到模型的裁剪率和精度滿足預(yù)設(shè)條件;
在所述步驟S3中計(jì)算所述主干殘差網(wǎng)絡(luò)M中每個(gè)殘差單元對(duì)每一張輸入圖像的重要度的具體方法為通過(guò)下述公式進(jìn)行計(jì)算:
imp(x,i)=loss(M-Block[i],x)-loss(M,x)
其中,x為輸入圖像,M-Block[i]為M中第i個(gè)殘差單元被裁去時(shí)的剩余n-1個(gè)殘差單元構(gòu)成的子網(wǎng)絡(luò),loss為給定的當(dāng)前任務(wù)的損失函數(shù),imp(x,i)為M中第i個(gè)殘差單元對(duì)輸入x的重要度;
在所述步驟S4中,將重要度標(biāo)注作為reward,所述門(mén)控網(wǎng)絡(luò)G的輸出G(x)作為各個(gè)門(mén)控的預(yù)測(cè)值,經(jīng)過(guò)Sigmoid函數(shù)將門(mén)控預(yù)測(cè)值轉(zhuǎn)化為開(kāi)啟概率后,使用類(lèi)強(qiáng)化學(xué)習(xí)的算法對(duì)所述門(mén)控網(wǎng)絡(luò)G進(jìn)行訓(xùn)練;
步驟S4中的目標(biāo)函數(shù)通過(guò)下述公式進(jìn)行計(jì)算,
其中,G(x)為各個(gè)門(mén)控的預(yù)測(cè)值,訓(xùn)練采用梯度上升以最大化目標(biāo)函數(shù)。
2.根據(jù)權(quán)利要求1所述的基于單元重要度的條件計(jì)算方法,其特征在于,
在所述步驟S5中對(duì)所述主干殘差網(wǎng)絡(luò)M進(jìn)行微調(diào)時(shí),使得每個(gè)所述輸入圖像都只經(jīng)過(guò)所有n個(gè)所述殘差單元的特定子集,對(duì)于某個(gè)所述輸入圖像,所述主干殘差網(wǎng)絡(luò)M的微調(diào)只對(duì)所述特定子集中的所述殘差單元進(jìn)行。
3.根據(jù)權(quán)利要求1所述的基于單元重要度的條件計(jì)算方法,其特征在于,
所述步驟S2中構(gòu)建的所述門(mén)控網(wǎng)絡(luò)為ResNet8卷積神經(jīng)網(wǎng)絡(luò),或以LSTM循環(huán)神經(jīng)網(wǎng)絡(luò)為主體的神經(jīng)網(wǎng)絡(luò),或者是n個(gè)獨(dú)立的MLP,每個(gè)MLP對(duì)應(yīng)于一個(gè)所述殘差單元。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于浙江大學(xué),未經(jīng)浙江大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110785452.5/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 限制條件解決方法、限制條件解決裝置、以及限制條件解決系統(tǒng)
- 制造條件設(shè)定系統(tǒng)及制造條件設(shè)定方法
- 成形條件確定方法及成形條件確定系統(tǒng)
- 成形條件設(shè)定裝置、成形條件設(shè)定方法及成形條件設(shè)定畫(huà)面
- 攝影條件設(shè)定設(shè)備、攝影條件設(shè)定方法和攝影條件設(shè)定程序
- 生理?xiàng)l件監(jiān)視系統(tǒng)、生理?xiàng)l件傳感器和生理?xiàng)l件儀表
- 成形條件設(shè)定裝置、成形條件設(shè)定方法及成形條件設(shè)定畫(huà)面
- 條件訪問(wèn)設(shè)備
- 用于條件切換的裝置、方法、介質(zhì)和系統(tǒng)
- 基于條件分布的條件生成對(duì)抗網(wǎng)絡(luò)





