一种硬件感知的早退神经网络优化方法

本发明公开了一种硬件感知的早退神经网络优化方法，本发明为了解决研究中存在的问题，结合数据流和硬件加速器的相关参数，进行硬件感知的早退神经网络优化研究，通过NSGA‑Ⅱ算法将早退分支的相关设置和硬件参数进行联合优化，实现早退网络的推理过程加速和能耗降低，从而对计算任务进行优化，更好地支持硬件加速器来执行特定类型的计算任务，实验基于CIFAR‑10、CIFAR‑100和TinyImageNet数据集开展，使用目前加速器仿真流行的软件MAESTRO用于计算卷积神经网络中卷积层和全连接层能效，在相同的准确度分数水平下，降低能耗的同时减少时延。