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！

龙图腾网获悉山东大学申请的专利一种基于GRPO强化学习的神经网络自动化剪枝方法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：CN121052319B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511596004.5，技术领域涉及：G06N3/082；该发明授权一种基于GRPO强化学习的神经网络自动化剪枝方法是由王鹏;徐梦尧;赵浩然;张梦莹;吕佳瑞;丁晨;刘天成设计研发完成，并于2025-11-04向国家知识产权局提交的专利申请。

本一种基于GRPO强化学习的神经网络自动化剪枝方法在说明书摘要公布了：本发明属于人工智能技术领域，具体涉及一种基于GRPO强化学习的神经网络自动化剪枝方法，包括在待剪枝神经网络的批量归一化层中引入动态缩放因子，并结合注意力机制计算待剪枝神经网络各卷积层通道的重要性评分；基于步骤S1的重要性计算结果，构建包含层结构特征的多维状态向量；将S2中构建的多维状态向量输入至GRPO强化学习代理的策略网络，由该策略网络根据当前网络层的状态信息生成剪枝动作，同时定义该动作表示该层的剪枝率；本方法采用GRPO强化学习算法，舍弃了传统的Critic模型，通过“组采样‑相对优势估计”机制简化策略计算过程，显著降低了内存占用。

本发明授权一种基于GRPO强化学习的神经网络自动化剪枝方法在权利要求书中公布了：1.一种基于GRPO强化学习的神经网络自动化剪枝方法，其特征在于，包括： S1、在待剪枝神经网络的批量归一化层中引入动态缩放因子，并结合注意力机制计算待剪枝神经网络各卷积层通道的重要性评分； S2、基于步骤S1的重要性评分，构建包含层结构特征的多维状态向量； S3、将多维状态向量输入至GRPO强化学习代理的策略网络，由该策略网络根据当前网络层的状态信息生成剪枝动作，同时基于剪枝动作设置该层的剪枝率； S4、根据S3中GRPO策略网络输出的每层剪枝率结合S1中计算得到的通道重要性评分，按重要性从低到高排序，剪除相应比例的冗余通道；完成当前层剪枝后，更新网络结构状态，并将处理流程递进至下一层，直至遍历全部待剪枝层； S5、对S4中完成剪枝的轻量化神经网络进行参数调整，并使用验证集计算剪枝后轻量化神经网络的精度Acc以及剪枝前后神经网络的浮点运算量FLOPs变化；基于精度Acc以及根据浮点运算量FLOPs评估剪枝效果，并将剪枝效果反馈至S3中的GRPO策略代理，用于下一轮策略迭代优化； 该方法还包括将剪枝后轻量化神经网络转换为TensorRT格式，并部署至边缘设备执行推理任务，其方法具体包括： S61、对步骤S5中经优化验证后的剪枝后轻量化神经网络进行格式预处理，先将该神经网络从原始训练框架格式导出为ONNX通用格式，导出过程中固定神经网络输入维度、算子类型及权重参数； S62、启动NVIDIAJetsonXavierNX边缘设备上的TensorRTSDK工具，加载步骤S61导出的ONNX格式神经网络，通过TensorRT的模型解析器解析神经网络计算图，自动完成算子融合、精度校准及内存优化，生成适配边缘设备硬件架构的TensorRT引擎文件； S63、配置边缘设备的运行环境，安装与TensorRT引擎匹配的CUDAToolkit、cuDNN库及PythonC++推理依赖包，将步骤S62生成的TensorRT引擎文件加载至边缘设备内存。

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山东大学，其通讯地址为：250100 山东省济南市历下区经十路17923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。