基于深度神经网络的存储压缩方法研究

由于深度神经网络存在内存密集和计算密集两大特征,其无法满足移动设备存储的需求。为此,提出一种基于深度神经网络的存储压缩方法,该方法通过SVD矩阵奇异值分解方法,并辅以网络剪枝技术,在深度神经网络运行过程中引入少量神经元,并设定神经元数连接数,降低权重规模。通过一系列方法对策,尽可能在不损失精度的前提下,对深度神经网络模型大幅度压缩,其压缩程度达到了5×、15×。