基于张量分解的模型压缩方法、装置和服务器

摘要

本申请实施例适用于人工智能技术领域，提供了一种基于张量分解的模型压缩方法、装置和服务器，该方法包括：服务器获取待压缩的模型，模型包括至少一层模型层，模型层具有相应的原始张量，原始张量包括多个维度，多个维度分别具有相应的维度大小；针对模型层中的待分解层，服务器根据待分解层的原始张量中每个维度的维度大小，确定待分解层的原始张量的张量分解形式；以及，服务器根据每个维度的维度大小，确定待分解层的原始张量的张量链分解秩；服务器按照张量分解形式和张量链分解秩，对待分解层的原始张量进行张量分解，得到压缩模型。通过上述方法，可以对深度神经网络模型进行压缩，使得压缩后的深度神经网络模型能够部署在终端设备上。