本發明提供一種模型壓縮方法以及模型壓縮系統,該方法包含:針對具有一深度神經網絡架構的一原始模型來進行一模型剪枝操作,以產生一壓縮后模型;將同一測試數據分別輸入至該原始模型以及該壓縮后模型;計算該原始模型處理該測試數據所得到的一第一輸出數據以及該壓縮后模型處理該測試數據所得到的一第二輸出數據之間的相似度;以及以該相似度作為獎勵,通過強化學習來判斷如何進一步調整該模型剪枝操作。由此,可減少數據標記的成本與時間。
聲明:
“模型壓縮方法以及模型壓縮系統” 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)