“吕倪祺”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果10个，建议您升级VIP下载更多相关专利

[发明专利]数据的卷积处理方法、系统和电子设备-CN202310456792.2在审
发明人：方民权;吕倪祺;王留锋;赵大川;游亮 -专利权人：阿里巴巴（中国）有限公司
申请日： 2023-04-23 - 公布日： 2023-09-08 - 主分类号： G06F17/15 文献下载
摘要：本申请公开了一种数据的卷积处理方法、系统和电子设备。其中，该方法包括：采集加载到存储器上的原始数据，其中，原始数据待用于执行卷积运算任务；调用数据映射关系将原始数据加载至处理器中，得到输入矩阵，其中，数据映射关系至少用于表示存储器中原始数据与输入矩阵在处理器中的数据排布信息之间的对应关系；对处理器中的输入矩阵执行矩阵乘加运算，得到原始数据在卷积运算任务下的卷积运算结果。本申请解决了无法有效对数据进行卷积处理的技术问题。
数据卷积处理方法系统电子设备

[发明专利]视频流的处理方法、装置、电子设备及计算机可读介质-CN202010244868.1有效
发明人： 吕倪祺;王志明;游亮;龙欣 -专利权人：阿里巴巴集团控股有限公司
申请日： 2020-03-31 - 公布日： 2023-03-17 - 主分类号： H04N19/127 文献下载
摘要：本申请实施例提供了一种视频流的处理方法、装置、电子设备及计算机可读介质，涉及互联网技术领域。其中，所述方法包括：通过调用视频流处理工具的视频流处理接口，将原始视频流中的视频帧存入第一缓冲区中；通过视频帧处理模型，对所述第一缓冲区中的视频帧进行处理，以获得处理后的视频帧；基于所述处理后的视频帧，生成所述原始视频流对应的标准视频流。通过本申请实施例，不仅能够有效降低视频流处理的软件复杂度，而且还能够有效提高视频流的处理速度。
视频处理方法装置电子设备计算机可读介质

[发明专利]模型引擎的构建、核函数处理方法、设备及存储介质-CN202111016174.3在审
发明人：方民权;吕倪祺;王留锋;游亮;龙欣 -专利权人：阿里云计算有限公司;阿里巴巴（中国）有限公司
申请日： 2021-08-31 - 公布日： 2023-03-03 - 主分类号： G06F30/27 文献下载
摘要：本申请实施例提供一种模型引擎的构建、核函数处理方法、设备及存储介质。在为目标模型构造模型引擎时，可利用核函数复用信息为目标模型中的算子选择适配的核函数。该核函数复用信息用于保存算子与适配的核函数的对应关系。基于核函数复用信息，可避免为相同的算子重复执行核函数的测试选择操作，可有效降低模型引擎的构建开销。
模型引擎构建函数处理方法设备存储介质

[发明专利]混合精度神经网络量化方法、装置及设备-CN202111221339.0在审
发明人：程文华;王留锋;吕倪祺;方民权;游亮;龙欣 -专利权人：阿里巴巴（中国）有限公司;阿里云计算有限公司
申请日： 2021-10-20 - 公布日： 2022-02-15 - 主分类号： G06V10/774 文献下载
摘要：本申请公开了混合精度神经网络量化方法、装置及设备。其中，所述方法通过结合强化学习和验证数据生成技术来确定混合精度量化策略，使得基于自动生成的验证数据集来确定混合精度网络和待量化网络输出的分布差距，以此作为评判量化策略效果的标准。采用这种处理方式，无需用户提供用于检验量化网络的准确率的验证数据，且降低了验证量化网络准确率的耗时；无需用户微调通过强化学习确定的量化网络，即可获得用较小精度损失换取较大计算量降幅的量化网络，且简化了网络量化流程，实现了用户无感的模型量化策略搜索；因此，在确保模型精度损失较小的前提下，可以有效提升模型量化效率，保护用户的数据隐私，以及降低人工成本。
混合精度神经网络量化方法装置设备

[发明专利]视频信息处理方法、设备及计算机存储介质-CN202110997019.8有效
发明人：程文华;吕倪祺;方民权;游亮;龙欣 -专利权人：阿里云计算有限公司;阿里巴巴（中国）有限公司
申请日： 2021-08-27 - 公布日： 2022-01-25 - 主分类号： G06K9/00 文献下载
摘要：本申请实施例提供了一种视频信息处理方法、设备及计算机存储介质。方法包括：获取与待处理视频相对应的特征图集合，特征图集合中包括至少两帧特征图，特征图集合是通过网络模型中任意一个网络层对待处理视频进行分析处理后获得的；在时间维度上，确定特征图集合中的相邻两帧特征图之间的冲量偏差；基于冲量偏差，确定与特征图集合中特征图相对应的动态信息和静态信息。本申请提供的技术方案，有效地实现了对待处理视频中特征图的动态信息和静态信息进行提取操作，而后可以利用动态信息和静态信息对待处理视频进行分析处理，例如，视频分类处理、视频标注处理、视频信息抽取处理等，进一步提高了该视频信息处理方法的适用范围。
视频信息处理方法设备计算机存储介质

[发明专利]网络模型的混合精度量化方法、设备及计算机存储介质-CN202111000718.7在审
发明人：程文华;康瑞鹏;吕倪祺;方民权;游亮;龙欣 -专利权人：阿里云计算有限公司;阿里巴巴（中国）有限公司
申请日： 2021-08-30 - 公布日： 2021-09-28 - 主分类号： G06N3/04 文献下载
摘要：本申请实施例提供了一种网络模型的混合精度量化方法、设备及计算机存储介质。方法包括：获取网络模型和与网络模型相对应的配置后网络模型，网络模型中网络层的数据为第一数据类型，配置后网络模型中的至少一个网络层的数据为第二数据类型，第二数据类型所对应的数据处理精度低于第一数据类型所对应的数据处理精度；生成与网络模型相对应的标定数据；利用网络模型对标定数据进行处理，获得第一处理结果；利用配置后网络模型对标定数据进行处理，获得第二处理结果；基于第一处理结果和第二处理结果，确定与网络模型中至少一个网络层相对应的敏感度。本申请提供的技术方案，实现了无需用户提供任何数据即可对模型进行混合精度的量化操作。
网络模型混合精度量化方法设备计算机存储介质

[发明专利]一种共享自适应度优化方法及装置-CN202110218718.8在审
发明人：程文华;吕倪祺;林立翔;游亮;龙欣;于子淇;龚志刚 -专利权人：阿里巴巴集团控股有限公司
申请日： 2021-02-26 - 公布日： 2021-08-27 - 主分类号： G06N3/08 文献下载
摘要：本申请提供了一种共享自适应度优化方法及装置。将模型中的参数划分为至少两组参数集，获取每一组参数集对应的原始梯度。根据各个组参数集对应的原始梯度对各个组参数集对应的当前学习率进行自适应调整，得到各个组参数集对应的目标学习率，至少根据各个组参数集对应的目标学习率对各个组参数集中的参数进行优化。优化同一组参数集中的参数的过程使用的目标学习率可以相同，如此可以提高同一组参数集中的参数能够收敛到更优解的可能性，进而可以尽可能地提高模型的泛化性。优化不同组的参数集的过程使用的目标学习率可以不同，进而使得各个组参数集中的参数可以快速收敛。综上，本申请可以在参数快速收敛以及参数收敛到更优解这两方面兼顾平衡。
一种共享自适应优化方法装置

[发明专利]数据处理方法、机器学习模型推理方法、装置和电子设备-CN202010859374.4在审
发明人： 吕倪祺;王志明;游亮;龙欣;方民权 -专利权人：阿里巴巴集团控股有限公司
申请日： 2020-08-24 - 公布日： 2021-08-24 - 主分类号： G06N5/04 文献下载
摘要：本公开实施例公开了一种数据处理方法、机器学习模型推理方法、装置和电子设备。该数据处理方法包括获取用于组成推理引擎的操作以及多个核函数；响应于获取样本数据，基于所述样本数据确定所述操作的输入尺寸；从所述多个核函数中为所述操作选择核函数，其中，以预定概率选择所述输入尺寸下未执行过的核函数，否则选择所述输入尺寸下已执行过的耗时最短的核函数；以及基于所选择的核函数组成推理引擎，并基于所述推理引擎处理所述样本数据以获取推理结果，通过针对不同尺寸的样本数据选择不同的核函数，能够提高对不同尺寸样本数据的推理性能，同时，核函数执行时间的测量在推理时进行，减少了推理引擎的初始化时间。
数据处理方法机器学习模型推理装置电子设备

[发明专利]数据存储管理方法和装置以及卷积计算硬件加速器-CN202110136068.2在审
发明人：方民权;吕倪祺;游亮;龙欣 -专利权人：阿里巴巴集团控股有限公司
申请日： 2021-02-01 - 公布日： 2021-08-24 - 主分类号： G06N3/063 文献下载
摘要：公开了一种用于卷积计算的数据存储管理方法和装置以及卷积计算硬件加速器。将特征图的较低层级分块存储到较低层级存储器。从较低层级存储器中的较低层级分块中读取较高层级分块，并将较高层级分块存储到较高层级存储器。较高层级分块是所述较低层级分块的一部分较高层级存储器的存储层级高于较低层级存储器的存储层级。由此，在针对卷积计算的硬件加速中，显著降低了数据访存开销和存储空间需求。
数据存储管理方法装置以及卷积计算硬件加速器

[发明专利]一种数据处理方法及装置-CN202110212564.1在审
发明人：程文华;吕倪祺;游亮;龙欣 -专利权人：阿里巴巴集团控股有限公司
申请日： 2021-02-25 - 公布日： 2021-08-24 - 主分类号： G06K9/46 文献下载
摘要：本申请提供了一种数据处理方法及装置。在本申请中，基于数据处理网络对输入数据处理，得到中间数据，获取注意力网络输出的固定的注意力特征，固定的注意力特征是至少使用初始化的注意力特征训练模型后得到的，初始化的注意力特征中的包括的各个注意力权重中不全相同，基于模型中的数据聚合网络、根据固定的注意力特征对中间数据处理，得到输出数据，固定的注意力网络之前不接任何输入，即注意力网络输出的注意力特征与输入数据无关。固定的注意力特征不仅能让模型中更重要的参数发挥更大的作用，提高模型准确度，并能定位出参数的重要性，也有利于模型进一步地压缩，另外也规避了某一些归一化层给传统注意力网络带来的输入特征相同的问题。
一种数据处理方法装置

1
共 10 条