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！

龙图腾网获悉国网上海市电力公司申请的专利一种深度神经网络模型的压缩方法及相关系统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：CN118886462B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202410916279.1，技术领域涉及：G06N3/0495；该发明授权一种深度神经网络模型的压缩方法及相关系统是由肖云杰;李楠;陈大卫;祝弋帆;张子彦设计研发完成，并于2024-07-09向国家知识产权局提交的专利申请。

本一种深度神经网络模型的压缩方法及相关系统在说明书摘要公布了：本发明属于数据网络模型领域，公开了一种深度神经网络模型的压缩方法及相关系统，本发明剪枝通过去除不重要的权值，减少了模型的参数数量。这不仅简化了模型结构，还降低了计算复杂度和内存需求。剪枝后的模型需要较少的计算资源，特别是在推理inference阶段，这对于在资源受限的设备如移动设备和嵌入式系统上运行非常重要。本发明减少了冗余的计算，剪枝后的模型可以加速训练和推理过程，提高整体运行速度。本发明的剪枝可以起到正则化的效果，减少过拟合的风险，使模型在处理未见过的数据时表现更好。本发明的剪枝可以显著降低模型的存储需求和能耗，对于部署在大规模服务或云计算环境中，可以节约大量的资源。

本发明授权一种深度神经网络模型的压缩方法及相关系统在权利要求书中公布了：1.一种深度神经网络模型的压缩方法，其特征在于，包括以下步骤： 获取深度神经网络模型中全连接层的数据集，得到全连接层的数据集的权值矩阵； 采用基于梯度的剪枝方法对全连接层的数据集的权值矩阵进行处理，得到修剪后的全连接层的数据集的权值矩阵，具体方法如下： 根据全连接层的数据集的权值矩阵，得到权值矩阵的梯度矩阵； 获取梯度矩阵中梯度的绝对值的最大值，根据梯度矩阵中梯度的绝对值的最大值，得到步长和候选阈值，步长的计算方法如下： 其中，为步长，为梯度矩阵中梯度的绝对值的最大值，为候选阈值中的任一阈值； 候选阈值的计算方法如下： 其中，为候选阈值； 在权值矩阵的梯度矩阵中统计梯度值小于候选阈值的梯度个数； 根据小于候选阈值的梯度个数对权值矩阵的梯度矩阵进行剪枝，完成处理；根据小于候选阈值的梯度个数对权值矩阵的梯度矩阵进行剪枝时，判断相邻候选阈值间剪枝时剩余参数数量是否相同，若相同，则保存当前候选阈值，作为最终阈值；若不同，则继续进行剪枝； 将修剪后的全连接层的数据集的权值矩阵还原为修剪后的全连接层的数据集； 将修剪后的全连接层的数据集送入深度神经网络模型中进行重训练，得到最终深度神经网络模型。

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国网上海市电力公司，其通讯地址为：200135 上海市浦东新区源深路1122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”。

以上内容由龙图腾AI智能生成。