本發明涉及一種面向硬件移植的鋰電池深度診斷模型的模型壓縮算法,屬于深度神經網絡模型壓縮領域,包括以下步驟:S1:利用閾值學習方法獲取鋰電池故障診斷模型中的混合卷積神經網絡重要權值,在不損失精度的情況下減少網絡規模;S2:采用數值聚合方式量化強制實現權值共享,使用壓縮稀疏格式存儲有效的共享權值編碼與和索引;S3:通過頂部標量量化和底部質心微調進行權值分配與哈夫曼編碼,使用可變長度碼編碼權重與索引,進一步減少網絡所需要的存儲空間。本發明采用的修剪,量化和霍夫曼編碼的三級流水線方式,在每一級流水線中,都能夠在不損失精度的前提下,一步一步的刪除冗余權重,大大壓縮網絡模型。
聲明:
“面向硬件移植的鋰電池深度診斷模型壓縮算法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)