一种可训练多恢复层级权重表示方法、系统及应用

本发明公开了一种可训练多恢复层级权重表示方法，包括：获取待转换的神经网络模型的原始权重；基于所述原始权重构造嵌套主权重表示；建立至少两个恢复层级与所述嵌套主权重表示中的子结构之间的映射关系；根据选定的目标恢复层级，按照所述目标恢复层级与所述子结构之间的映射关系，从所述嵌套主权重表示中读取对应的子结构，并恢复得到能够直接执行推理的模型结构；基于多个恢复层级分别构建多个前向路径，并对所述多个前向路径进行联合优化；根据运行时条件确定目标恢复层级，并采用所述目标恢复层级对应的模型结构执行推理。本发明还公开了实现上述方法的系统及应用，具有广泛应用场景。