基于深度卷積對抗生成網(wǎng)絡(luò)的無數(shù)據(jù)模型量化壓縮方法

基本信息

申請?zhí)?/td> CN201911214493.8 申請日 -
公開（公告）號 CN111008694A 公開（公告）日 2020-04-14
申請公布號 CN111008694A 申請公布日 2020-04-14
分類號 G06N3/04(2006.01)I;G06N3/08(2006.01)I 分類 計算；推算；計數(shù);
發(fā)明人 戚琦;王敬宇;路晏;朱少雄;孫海峰;王晶;王純;劉國泰 申請（專利權(quán)）人 許昌信郵萬聯(lián)網(wǎng)絡(luò)技術(shù)有限公司
代理機構(gòu) - 代理人 -
地址 461000河南省許昌市城鄉(xiāng)一體化示范區(qū)芙蓉大道許昌市電子商務(wù)產(chǎn)業(yè)園1號樓3層
法律狀態(tài) -

摘要

摘要 基于深度卷積對抗生成網(wǎng)絡(luò)的無數(shù)據(jù)模型量化壓縮方法，包括如下操作步驟：(1)構(gòu)造一個深度卷積對抗生成網(wǎng)絡(luò)，其中將待量化分類模型作為判別模型；(2)只對生成模型進(jìn)行訓(xùn)練，不再對判別模型進(jìn)行訓(xùn)練；(3)利用生成模型生成數(shù)據(jù)集，作為待量化分類模型的訓(xùn)練集，對待量化分類模型進(jìn)行量化壓縮；本發(fā)明的方法克服了現(xiàn)有模型量化壓縮需要訓(xùn)練數(shù)據(jù)的不足，充分利用了待量化模型中的信息，用其訓(xùn)練生成模型，使用訓(xùn)練好的生成模型生成一組訓(xùn)練集用于模型壓縮，從而擺脫了對原始訓(xùn)練數(shù)據(jù)集的需求。??