一种图神经网络压缩方法、装置、电子设备及存储介质

发明专利有效专利

申请号：
CN202211299256.8
IPC分类号：G06F16/174;G06F9/50;G06N3/04;G06N3/08
申请日期：
2022-10-24
申请人：
浪潮电子信息产业股份有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种图神经网络压缩方法、装置、电子设备及存储介质
申请号	CN202211299256.8	申请日期	2022-10-24
法律状态	公开	申报国家	中国
公开/公告日	2022-11-18	公开/公告号	CN115357554A
优先权	暂无	优先权号	暂无
主分类号	G06F16/174	IPC分类号	G;0;6;F;1;6;/;1;7;4;;;G;0;6;F;9;/;5;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	浪潮电子信息产业股份有限公司	申请人地址	山东省济南市高新区浪潮路1036号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浪潮电子信息产业股份有限公司	当前权利人	浪潮电子信息产业股份有限公司
发明人	胡克坤;董刚;赵雅倩;李仁刚
代理机构	北京集佳知识产权代理有限公司	代理人	任洁芳

摘要

本发明提供一种图神经网络压缩方法、装置、电子设备及存储介质，涉及神经网络领域，方法包括获取已训练的图神经网络及其训练时所使用的图数据；确定图数据中所有图顶点对应的度数分布范围，并将度数分布范围划分为多个度数区间；在预设资源限制条件的约束下，利用强化学习及硬件加速器确定各度数区间对应的最优区间量化位宽以及图神经网络对应的最优网络量化位宽；利用最优区间量化位宽对图数据中对应度数的图顶点的顶点特征进行量化压缩，并利用最优网络量化位宽对图神经网络进行量化压缩，得到最优量化图数据和最优量化图神经网络；利用强化学习为图神经网络和图顶点特征确定最优量化位宽，确保量化图神经网络具有高精度及较低资源消耗率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供