一种图像分类方法和电子设备

本申请公开了一种图像分类方法和电子设备，涉及图像处理技术领域，采用小于网络层维度的秩初始化图像分类模型各层因子矩阵；利用图像样本迭代训练，得到损失值与参数梯度；迭代周期匹配时，依据梯度在特征向量的投影自适应调整因子矩阵秩，更新因子矩阵并通过低秩简化公式完成矩阵求逆；结合梯度与逆矩阵计算自然梯度并更新模型参数，直至得到满足损失要求或达到迭代上限的图像分类模型，用于新图像类别识别。依据低秩分解将因子矩阵存储、求逆的复杂度大幅降低，自适应调整秩可随训练阶段动态平衡精度与算力，解决传统方案稠密矩阵开销大，无法适配曲率变化，以及周期性全量重算浪费算力的问题。在保证图像分类精度的同时有效降低了资源开销。