买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京航空航天大学申请的专利一种卷积神经网络的压缩方法、系统及加速装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114065923B 。

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111439943.0，技术领域涉及：G06N3/0495；该发明授权一种卷积神经网络的压缩方法、系统及加速装置是由刘伟强;吴比;宋媛设计研发完成，并于2021-11-30向国家知识产权局提交的专利申请。

本一种卷积神经网络的压缩方法、系统及加速装置在说明书摘要公布了：本发明提供一种卷积神经网络的压缩方法、系统及加速装置，压缩方法包括将卷积层中每个输出通道的卷积核进行分组；采用核间剪枝将每组卷积核组剪枝掉相同数目的卷积核；将每组卷积核组中未剪枝的卷积核的权重按行分组；采用核内剪枝将每组卷积核组剪枝掉权重最小的一行对应的卷积核；在全连层中预先设置剪枝阈值；将全连层中绝对值小于剪枝阈值的权重对应的卷积核进行剪枝；对卷积神经网络中所有的非零权重进行量化至目标精度；对卷积神经网络进行重训练至收敛。本发明通过分块核间剪枝以及核内剪枝，得到一个规整的压缩模型，能够被加速装置高效计算；全连层中的权重通过阈值剪枝以尽可能多的消除冗余参数，使得网络能够被压缩到较小的规模。

本发明授权一种卷积神经网络的压缩方法、系统及加速装置在权利要求书中公布了：1.一种卷积神经网络加速装置，其特征在于，用于加速经过如下压缩方法压缩后的卷积神经网络，所述卷积神经网络包括卷积层和连层，卷积神经网络的压缩方法包括： 将卷积层中每个输出通道的卷积核进行分组，得到多组卷积核组； 采用核间剪枝将每组卷积核组剪枝掉相同数目的卷积核； 将每组卷积核组中未剪枝的卷积核的权重按行分组； 采用核内剪枝将每组卷积核组剪枝掉权重最小的一行对应的卷积核； 在全连层中预先设置剪枝阈值； 将全连层中绝对值小于剪枝阈值的权重对应的卷积核进行剪枝； 对卷积神经网络中所有的非零权重进行量化至目标精度； 对卷积神经网络进行重训练，直至卷积神经网络收敛； 所述采用核间剪枝将每组卷积核组剪枝掉相同数目的卷积核，包括： 设置初始剪枝率P0； 对卷积层的卷积核进行剪枝，得到第一卷积神经网络； 训练第一卷积神经网络至第一目标次数，增大剪枝率为P1，得到第二卷积神经网络； 训练第二卷积神经网络至第二目标次数，增大剪枝率为P2，得到第三卷积神经网络； 将第三卷积神经网络重复进行第一目标次数和第二目标次数的训练，直至满足预先设置的剪枝率P，得到第四卷积神经网络，其中P＞P2＞P1＞P0； 所述加速装置包括：多个索引-权重RAM、多个特征图RAM、多个卷积处理模块、多个累加器、多个后处理模块、数据重组模块以及控制模块； 每个卷积处理模块包括多个双卷积处理单元，用于并行计算多个输入通道，产生一个通道的输出； 索引-权重RAM和特征图RAM提供计算所需的数据；控制模块根据剪枝时计算的索引为每个双卷积处理单元选择特征图；每个卷积处理模块的输出被送入对应连接的累加器进行累加，中间数据存入缓存，等待与下一批数据进行累加，直到所有输入通道的特征图被处理完毕，生成一个输出通道的特征图数据；输出的特征图数据被送入后处理模块进行池化或者ReLu操作，进行池化或者ReLu操作后的特征图数据送入数据重组模块处理后存入特征图RAM中，作为下一层的激活数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：211106 江苏省南京市江宁区将军路29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。