文档详情

一种基于强化学习框架的自动剪枝量化方法及系统.pdf

发布：2023-07-06约2.78万字共22页下载文档

文本预览下载声明

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116402115 A (43)申请公布日 2023.07.07 (21)申请号 202310308115.6 (22)申请日 2023.03.27 (71)申请人首都师范大学

显示全部

相似文档

一种基于剪枝轻量化模型的包裹识别方法和系统.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 114548884 B (45)授权公告日 2022.07.12 (21)申请号 202210447343.7 CN 112508225 A,2021.03.16 (22)申请日 20
2023-05-08 约1.93万字 16页立即下载
一种基于剪枝条件的不确定数据序列扫描方法及系统.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 113344140 A (43)申请公布日 2021.09.03 (21)申请号 202110780355.7 (22)申请日 2021.07.09 (71)申请人中山大学地址 51
2023-06-19 约2.22万字 14页立即下载
一种基于深度强化学习的自动生产决策系统及方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112990584 B (45)授权公告日 2022.08.02 (21)申请号 202110295387.8 G06Q 50/04 (2012.01)
2023-06-11 约1.83万字 14页立即下载
一种基于强化学习和动态搜索的自动化装箱方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114548855 A (43)申请公布日 2022.05.27 (21)申请号 202210033004.4 (22)申请日 2022.01.12 (71)申请人中通云仓科技有限公司地址 311
2023-05-07 约1.25万字 10页立即下载
一种基于Q学习的平均SAC深度强化学习方法和系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881228 A (43)申请公布日 2022.08.09 (21)申请号 202210683336.7 (22)申请日 2022.06.16 (66)本国优先权数据 202111034796.9
2023-05-16 约1.55万字 13页立即下载
一种基于特征图激活率的自动神经网络剪枝方法.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 113392970 A (43)申请公布日 2021.09.14 (21)申请号 202110528976.6 (22)申请日 2021.05.14 (71)申请人上海磐启微电子有限公司
2023-06-19 约4.33千字 5页立即下载
一种基于深度强化学习的双电机能量管理方法和系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117416220A (43)申请公布日2024.01.19 (21)申请号202311571967.0G06N3/084(2023.01)
2024-01-16 约2.04万字 18页立即下载
一种基于IROS的多智能体强化学习方法、系统和介质.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117540824A (43)申请公布日2024.02.09 (21)申请号202311543935.X (22)申请日2023.11.20 (71)申请人山东新一代信息产
2024-02-05 约7.54千字 8页立即下载
一种宽度学习系统量化方法.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 113361708 A (43)申请公布日 2021.09.07 (21)申请号 202110629940.7 G06F 17/16 (2006.01)
2023-06-20 约1.69万字 13页立即下载
一种基于卷积层重要性与冗余滤波器剪枝的模型压缩方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117540786A (43)申请公布日2024.02.09 (21)申请号202311571504.4 (22)申请日2023.11.23 (71)申请人北京新数科技有限公司地址10
2024-02-08 约1.23万字 9页立即下载
基于自动机器学习的改进推理速度的剪枝算法研究.docx 基于自动机器学习的改进推理速度的剪枝算法研究一、引言随着深度学习技术的飞速发展，神经网络模型在各个领域得到了广泛应用。然而，随着模型复杂度的增加，推理速度和计算资源的需求也日益增长，这限制了模型在实际应用中的使用。为了解决这一问题，研究者们提出了各种优化方法，其中剪枝算法是一种有效的手段。本文将重点研究基于自动机器学习的改进推理速度的剪枝算法。二、研究背景与现状剪枝算法旨在去除神经网络中不重要或者冗余的参数，从而在保证模型性能的同时降低计算复杂度，提高推理速度。近年来，许多剪枝算法被提出并取得了显著的成果。然而，传统的剪枝算法往往需要人工设定剪枝策略和参数，这增加了操作的复杂性和难度。
2025-03-18 约4.57千字 9页立即下载
基于强化学习的自动化珩车控制方法.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 113343582 A (43)申请公布日 2021.09.03 (21)申请号 202110720032.9 G06F 119/14 (2020.01) (22)申请日
2023-06-19 约8.5千字 8页立即下载
一种自动化果树剪枝机械设备及控制方法.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 112544237 A (43)申请公布日 2021.03.26 (21)申请号 202011558984.7 G05B 19/05 (2006.01)
2023-05-29 约1.82万字 19页立即下载
基于剪枝技术的联邦学习通信开销优化方法研究.docx 基于剪枝技术的联邦学习通信开销优化方法研究一、引言随着人工智能技术的飞速发展，联邦学习作为一种分布式机器学习技术，已经引起了广泛的关注。联邦学习允许多个设备或节点在保持本地数据隐私的同时，通过共享模型参数来共同学习。然而，在联邦学习的过程中，通信开销是一个重要的挑战。为了解决这一问题，本文提出了一种基于剪枝技术的联邦学习通信开销优化方法。二、背景与相关研究在联邦学习中，由于涉及到多个节点之间的数据传输和模型参数共享，通信开销问题尤为突出。为了降低这一开销，研究者们提出了各种方法，如模型压缩、梯度稀疏化等。然而，这些方法在解决实际问题时仍存在一定的局限性。近年来，剪枝技术作为一种有效的模
2025-03-05 约4.97千字 10页立即下载
一种基于强化学习的干扰控制方法.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 113015186 A (43)申请公布日 2021.06.22 (21)申请号 202110072842.8 (22)申请日 2021.01.20 (71)申请人重庆邮电大学地址
2023-06-08 约1.04万字 7页立即下载