文档详情

基于卷积神经网络的钢筋模型训练方法及装置.pdf

发布：2023-06-20约1.3万字共11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 113344877 A (43)申请公布日 2021.09.03 (21)申请号 202110637095.8 G06N 3/08 (2006.01) (22)申请日 20

显示全部

相似文档

一种神经网络模型的训练方法及装置.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 112836792 A (43)申请公布日 2021.05.25 (21)申请号 202110058851.1 (22)申请日 2017.12.29 (62)分案原申请数据 2017114
2023-06-06 约3.14万字 26页立即下载
神经网络模型的训练方法和装置.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 113361678 A (43)申请公布日 2021.09.07 (21)申请号 20201
2023-06-20 约1.77万字 16页立即下载
卷积神经网络的特征训练方法及装置[发明专利].docx PAGE 1- 卷积神经网络的特征训练方法及装置[发明专利] 第一章卷积神经网络特征训练方法概述第一章卷积神经网络特征训练方法概述 卷积神经网络（ConvolutionalNeuralNetwork，CNN）作为一种深度学习模型，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。CNN通过模拟人类视觉系统的工作原理，能够自动学习图像的特征，从而实现对复杂图像内容的识别和理解。在特征训练方法方面，CNN展现出强大的能力，能够从原始数据中提取出具有判别力的特征。首先，CNN通过卷积层实现特征提取。卷积层是CNN的核心组成部分，它通过局部感知和权重共享的方式，能够从输入数据中提取出局部特
2025-01-18 约2.71千字 5页立即下载
深度卷积神经网络初始化和训练方法、装置、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 112825121 A (43)申请公布日 2021.05.21 (21)申请号 20191
2023-06-04 约1.77万字 15页立即下载
卷积神经网络模型的压缩方法及装置.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 112990458 A (43)申请公布日 2021.06.18 (21)申请号 202110402597.2 (22)申请日 2021.04.14 (71)申请人北京灵汐科技有限公司
2023-06-09 约4.55万字 37页立即下载
神经网络模型的训练方法、实体匹配方法及相关装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114580604 A (43)申请公布日 2022.06.03 (21)申请号 202011380281.X (22)申请日 2020.12.01 (71)申请人华为技术有限公司地址 51812
2023-05-08 约5.24万字 36页立即下载
神经网络模型的训练方法、图像处理方法及装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114792127 A (43)申请公布日 2022.07.26 (21)申请号 202110021725.9 (22)申请日 2021.01.08 (71)申请人华为技术有限公司地址 51812
2023-05-12 约6.72万字 49页立即下载
用于训练卷积神经网络的方法和装置.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CN107609645A (43)申请公布日 2018.01.19 (21)申请号20171
2024-03-30 约2.28万字 19页立即下载
一种神经网络训练方法及装置.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 112819152 A (43)申请公布日 2021.05.18 (21)申请号 202010817216.2 (22)申请日 2020.08.14 (71)申请人腾讯科技（深圳）有限公司
2023-06-03 约4.1万字 36页立即下载
神经网络训练方法、装置、设备及介质.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 113011552 A (43)申请公布日 2021.06.22 (21)申请号 20191
2023-06-07 约1.41万字 12页立即下载
基于卷积神经网络的帧内编码优化方法及装置.docx PAGE 1- 基于卷积神经网络的帧内编码优化方法及装置 第一章帧内编码技术概述 (1)帧内编码技术是视频压缩领域的一项关键技术，其主要目的是减少视频数据中冗余信息，从而降低数据传输和存储的负担。帧内编码通过去除帧内像素之间的空间冗余性来实现压缩，它不依赖于帧与帧之间的时间冗余信息。这种编码方式在视频编码标准如H.264/AVC和HEVC中扮演着重要角色，对于提高视频传输效率和质量具有显著影响。 (2)帧内编码技术主要包括预测编码和变换编码两个主要步骤。预测编码通过分析帧内像素间的空间相关性，预测当前像素值；而变换编码则将预测误差或残差进行变换，以提取能量集中的系数，进一步实现压缩。随着深度学
2025-01-21 约2.95千字 6页立即下载
基于卷积神经网络的信息隐藏方法及装置.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 113393359 A (43)申请公布日 2021.09.14 (21)申请号 202110539518.2 (22)申请日 2021.05.18 (71)申请人杭州电子科技大学地址
2023-06-17 约1万字 10页立即下载
一种神经网络模型训练方法、装置、设备及存储介质.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114943331 A (43)申请公布日 2022.08.26 (21)申请号 202110181147.5 (22)申请日 2021.02.09 (71)申请人广州视源电子科技股份有限公司地址
2022-10-15 约2.34万字 19页立即下载
一种神经网络模型的训练方法、装置、设备及存储介质.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114943330 A (43)申请公布日 2022.08.26 (21)申请号 202110172561.X (22)申请日 2021.02.08 (71)申请人广州视源电子科技股
2022-10-17 约2.86万字 24页立即下载
三维时序图像神经网络模型的训练方法和装置.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 112967388 A (43)申请公布日 2021.06.15 (21)申请号 202110349374.4 G06N 3/08 (2006.01) (22)申请日 20
2023-06-08 约2.69万字 23页立即下载