摘要
本发明公开了一种面向微型计算机的端侧神经网络高效微调方法及系统，属于端侧神经网络微调技术领域。包括：获取图像；通过训练好的神经网络对所述图像进行处理，生成图像识别结果；其中，训练所述神经网络时，以部署于端侧设备的预训练模型为基础，利用参数迭代的稳定度，确定参数在训练周期中的相对变化，结合动量因子，生成参数的重要性并对更新参数进行动态选择；同时，通过梯度压缩方法优化反向传播流程。能够减少不必要的计算开销，提高训练效率，降低了对计算资源和存储资源的需求，同时确保数据隐私的保护；解决了现有端侧模型训练精度和速度难以平衡的问题。
