技术特征：
技术总结
本发明涉及神经网络技术领域，特别是涉及一种深度神经网络模型压缩方法及装置，该方法中，在深度神经网络模型不包含残差块时，为每个卷积层配置与其对应的特征选择模块；若包含残差块时，为除了各个残差块中最后一个卷积层之外的所有卷积层配置与其对应的特征选择模块。根据深度神经网络模型的网络构造的不同，执行不同的修剪方式，以实现最大化的对深度神经网络模型进行压缩。在修剪过程中，先确定各个特征图对应熵权重，以用于确定每个特征图所携带的信息量，熵权重越低特征图携带的信息量越少，与之对应的滤波器越低效，将低效的滤波器及对应的特征图修剪，有效压缩了深度神经网络模型，使深度神经网络模型更加轻量化。
技术研发人员：殷保群;李运;郝晓亮;王以桢
受保护的技术使用者：中国科学技术大学
技术研发日：2019.04.28
技术公布日：2019.07.26