文档详情

深度学习模型的定点量化方法及装置.pdf

发布：2023-06-22约1.37万字共13页下载文档

文本预览下载声明

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113408696 A (43)申请公布日 2021.09.17 (21)申请号 202110535674.1 (22)申请日 2021.05.17 (71)申请人珠海亿智电子科技有限公司

显示全部

相似文档

一种深度学习模型的压缩方法和装置.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112966820 A (43)申请公布日 2021.06.15 (21)申请号 202110245695.X (22)申请日 2021.03.05 (71)申请人北京金山云网络技术有限公司
2023-06-10 约2.43万字 19页立即下载
训练深度学习模型的方法、数据处理方法及装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114462571 A (43)申请公布日 2022.05.10 (21)申请号 202111678978.X (22)申请日 2021.12.31 (71)申请人科大讯飞股份有限公司地址 230
2023-05-04 约2.41万字 24页立即下载
处理数据的方法和深度学习模型的训练方法、装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565105 A (43)申请公布日 2022.05.31 (21)申请号 202210200908.1 (22)申请日 2022.03.02 (71)申请人北京百度网讯科技有限公司地址 1
2023-05-11 约2.74万字 25页立即下载
深度学习模型轻量化技术.pptx 深度学习模型轻量化技术目录01技术进展概述02技术面临的挑战03相关研究与进展04应用案例分析05未来发展趋势技术进展概述01 轻量化技术定义通过剪枝、量化等方法减少模型参数，降低计算复杂度，实现模型轻量化。模型压缩利用大型复杂模型的知识来训练小型模型，保持性能的同时减少模型大小。知识蒸馏在模型设计中采用参数共享机制，减少模型中独立参数的数量，提高效率。参数共享自动化搜索最优的轻量级网络架构，以达到在保持性能的同时减少模型复杂度的目的。网络架构搜索发展历程回顾从上世纪90年代的神经网络剪枝到参数共享，早期技术为轻量化奠定了基础。早期的模型压缩技术近年来，知识蒸馏、网络剪枝和量化技术的结合
2025-05-11 约6.05千字 67页立即下载
深度强化学习模型的更新方法、装置、框架、介质及设备.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112926735 A (43)申请公布日 2021.06.08 (21)申请号 202110129799.4 (22)申请日 2021.01.29 (71)申请人北京字节跳动网络技术有限公司
2023-06-07 约3.41万字 24页立即下载
深度学习模型打包方法、装置、设备和介质.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112835583 A (43)申请公布日 2021.05.25 (21)申请号 202110038516.5 (22)申请日 2021.01.12 (71)申请人京东方科技集团股份有限公司
2023-06-06 约1.59万字 14页立即下载
基于后门水印的深度学习模型加密方法和装置.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113362216 A (43)申请公布日 2021.09.07 (21)申请号 202110762575.7 (22)申请日 2021.07.06 (71)申请人浙江工业大学地址
2023-06-18 约9.31千字 8页立即下载
基于数据样本增强的深度学习模型去偏方法和装置.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113361653 A (43)申请公布日 2021.09.07 (21)申请号 202110777118.5 (22)申请日 2021.07.09 (71)申请人浙江工业大学地址
2023-06-19 约1.3万字 12页立即下载
深度学习模型的压缩方法、装置、设备及存储介质.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112825152 A (43)申请公布日 2021.05.21 (21)申请号 20191
2023-06-03 约1.86万字 18页立即下载
基于深度学习的行人检测方法及模型轻量化研究.docx 基于深度学习的行人检测方法及模型轻量化研究一、引言随着深度学习技术的快速发展，行人检测已成为计算机视觉领域的一个重要研究方向。行人检测在智能交通、智能安防、机器人导航等多个领域都有广泛的应用。然而，传统的行人检测方法常常面临着诸多挑战，如复杂多变的背景、光照条件变化、行人的姿态差异等。因此，本文将针对基于深度学习的行人检测方法及模型轻量化进行研究，旨在提高行人检测的准确性和实时性。二、深度学习在行人检测中的应用 深度学习技术为行人检测提供了新的解决方案。传统的行人检测方法通常依赖于人工设计的特征提取器，而深度学习能够自动学习和提取特征，使得检测性能得到显著提升。目前，基于深度学习的行人检
2025-06-04 约4.44千字 9页立即下载
基于深度卷积神经网络的层内非均匀的等间隔定点量化方法.docx PAGE 1- 基于深度卷积神经网络的层内非均匀的等间隔定点量化方法 一、引言 (1)随着人工智能技术的飞速发展，深度学习在图像识别、语音识别、自然语言处理等领域取得了显著的成果。然而，深度学习模型通常需要大量的计算资源和存储空间，这在移动设备和嵌入式系统中是一个巨大的挑战。为了解决这个问题，研究者们提出了多种模型压缩和加速技术，其中量化技术是一种有效的手段。量化通过将模型中的浮点数权重转换为低精度定点数，从而减少模型的存储和计算需求。然而，传统的量化方法往往忽略了层内非均匀性的影响，导致量化后的模型性能下降。 (2)为了解决这一问题，本文提出了一种基于深度卷积神经网络的层内非均匀等间隔定点量
2025-01-18 约3.03千字 6页立即下载
深度学习模型的训练方法、目标对象检测方法和装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882321 A (43)申请公布日 2022.08.09 (21)申请号 202210611399.1 G06N 3/04 (2006.01)
2023-05-15 约2.21万字 20页立即下载
样本图像生成方法、深度学习模型的训练方法和装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882283 A (43)申请公布日 2022.08.09 (21)申请号 202210541103.3 G06N 20/00 (2019.01) (22)申请日 2022.05.
2023-05-14 约3.14万字 28页立即下载
深度学习模型的训练方法、确定数据类别的方法和装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114462598 A (43)申请公布日 2022.05.10 (21)申请号 202210135142.3 G06V 10/764 (2022.01)
2023-05-07 约2.1万字 20页立即下载
深度学习模型的训练方法、声纹识别方法、装置和设备.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882890 A (43)申请公布日 2022.08.09 (21)申请号 202210516919.0 (22)申请日 2022.05.12 (71)申请人北京百度网讯科技有限公司地址 1
2023-05-18 约1.74万字 15页立即下载