“胡陈枢”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15个，建议您升级VIP下载更多相关专利

[发明专利]基于人工智能的编译器自动调优方法及装置-CN202311202659.0在审
发明人：王鹏程;吕波;胡陈枢;李勇;程稳;曾令仿;陈光 -专利权人：之江实验室
申请日： 2023-09-18 - 公布日： 2023-10-24 - 主分类号： G06F8/41 文献下载
摘要：本说明书公开了基于人工智能的编译器自动调优方法及装置，在此方法中，将程序输入到模型中得到各优化序列，编译器针对每个优化序列对程序进行编译运行得到实际运行时间，据此来调整智能体模型输出各优化序列的概率，使得训练后的智能体模型能够输出最优的优化序列，而编译器使用最优优化序列对待运行程序进行编译优化，从而在一定程度上提高运行效率和减少资源浪费。
基于人工智能编译器自动方法装置

[发明专利]一种模型训练和编译器自动调优的方法、装置及设备-CN202311138278.0在审
发明人：王鹏程;胡陈枢;李勇;曾令仿;陈光;程稳 -专利权人：之江实验室
申请日： 2023-09-05 - 公布日： 2023-10-10 - 主分类号： G06F8/41 文献下载
摘要：本说明书公开了一种模型训练和编译器自动调优的方法、装置及设备。所述模型训练的方法包括：获取目标程序，并确定编译器对该目标程序进行编译时的各优化序列；确定出初始优化序列并生成当前样本点，以及，确定初始优化序列对所述目标程序进行编译的第一运行时间；生成邻域样本点，并确定邻域样本点对目标程序进行编译的第二运行时间；判断第一运行时间是否大于第二运行时间，若是，将邻域样本点作为当前样本点；在达到指定迭代次数后，确定运行时间小于预设时间的若干个各候选优化序列，并根据各候选优化序列构建训练样本；通过构建的训练样本对预测模型进行训练。
一种模型训练编译器自动方法装置设备

[发明专利]一种基于神经网络模型的物理场数据预测方法及装置-CN202311072802.9在审
发明人： 胡陈枢;曾令仿;陈光;王鹏程;陈晨;戴雨洋;吕波;程稳;朱健;侯瑞峥;徐鸿博 -专利权人：之江实验室
申请日： 2023-08-24 - 公布日： 2023-09-19 - 主分类号： G06F18/2136 文献下载
摘要：本说明书公开了一种基于神经网络模型的物理场数据预测方法及装置，可以根据物理场数据整体在数据空间中各空间区域的数据稀疏情况，来对物理场数据进行划分，得到各分块数据，这样可以将具有计算价值的数据从物理场数据的整体中分割出来，使得预测模型对有价值的分块数据进行计算，以完成物理场数据的预测任务，从而相比于现有技术来说，可以显著的提升预测模型的运算效率。
一种基于神经网络模型物理数据预测方法装置

[发明专利]一种模型训练的方法以及任务执行方法及装置-CN202311080508.2在审
发明人： 胡陈枢;王鹏程;陈晨;戴雨洋;吕波;程稳;朱健;侯瑞峥;常璟飞;徐鸿博;曾令仿;陈光 -专利权人：之江实验室
申请日： 2023-08-25 - 公布日： 2023-09-19 - 主分类号： G06N20/00 文献下载
摘要：本说明书公开了一种模型训练的方法以及任务执行方法及装置，可以将获取到的在指定空间中混合物态在第一时刻下的各物理场数据输入到预测模型中，来训练该预测模型，这样一来，在将训练后的预测模型应用到实际任务执行的过程中时，相比于现有技术并不需要耗费过多的时间来一步步推导出下一时刻的指定空间中混合物态在第二时刻下的各物理场数据，这样不仅提高了预测物理场数据的效率，而且由于在训练阶段，是以混合物态在第一时刻和第二时刻前后之间的质量分布符合质量约束为条件，对预测模型进行训练，所以可以保证预测模型在实际应用中所预测出的物理场数据的准确性。
一种模型训练方法以及任务执行装置

[发明专利]一种算子优化调度模型的训练方法、装置、介质及设备-CN202311010092.7在审
发明人：王鹏程;陈自强;吕波;胡陈枢;李勇;程稳;曾令仿;陈光 -专利权人：之江实验室
申请日： 2023-08-11 - 公布日： 2023-09-15 - 主分类号： G06F9/48 文献下载
摘要：本说明书公开了一种算子优化调度模型的训练方法、装置、介质及设备，包括：确定当前时刻作为训练样本的预先基于图像数据训练的图像分类模型中的各算子的信息，并输入待训练的算子优化调度模型，确定当前时刻待优化算子。确定对待优化算子进行优化后的待优化算子对图像数据进行图像分类时的运行下降时间。再根据信息、待优化算子以及待优化算子对图像数据进行图像分类时的运行下降时间，对待训练的算子优化调度模型进行训练，使得可以通过训练完成的算子优化调度模型确定当前时刻所需调度进行优化的算子，减少人工设计选择所需优化的算子的策略的麻烦，加快后续将待部署的图像分类模型部署到硬件上的速度。
一种算子优化调度模型训练方法装置介质设备

[发明专利]一种量化感知训练的点云目标检测方法及装置-CN202310925867.7在审
发明人：朱健;陈光;曾令仿;程稳;常璟飞;胡陈枢;黄章敏 -专利权人：之江实验室
申请日： 2023-07-26 - 公布日： 2023-09-08 - 主分类号： G06V20/56 文献下载
摘要：本说明书公开了一种量化感知训练的点云目标检测方法及装置，可以获取训练样本，将训练样本中的点云样本数据输入到全精度网络中，得到目标检测结果，以对全精度网络进行训练，得到训练后的全精度网络，而后，将训练后的全精度网络进行模型量化，得到量化后网络，量化后网络的参数精度低于全精度网络的参数精度，而后，将训练样本输入到量化后网络中，得到量化后网络得到的目标检测结果，根据标注信息和目标检测结果，对量化后网络进行参数微调训练，得到训练后的量化后网络，最后，将训练后的量化后网络部署在无人驾驶设备中，以使无人驾驶设备通过量化后网络进行点云目标检测，从而在保证准确性的情况下提高了无人驾驶设备的点云检测效率。
一种量化感知训练目标检测方法装置

[发明专利]一种基于搜索的深度学习模型部署方法及装置-CN202310557259.5有效
发明人：王鹏程;李勇;陈自强;吕波;程稳;曾令仿;陈光;胡陈枢 -专利权人：之江实验室
申请日： 2023-05-17 - 公布日： 2023-09-05 - 主分类号： G06N3/065 文献下载
摘要：本说明书公开了一种基于搜索的深度学习模型部署方法及装置，可以获取深度学习模型所对应的计算图，确定计算图中包括的算子，并确定每个算子匹配的硬件资源，而后，根据各算子匹配的硬件资源，构建搜索空间，从搜索空间中选取出目标样本，并确定目标样本对应的运行时长，以及确定目标样本对应的邻域样本，并确定邻域样本对应的运行时长，若邻域样本对应的运行时长短于目标样本的运行时长，将邻域样本作为重新确定出的目标样本，并继续确定目标样本对应的邻域样本以及对应的运行时长，直到满足预设迭代终止条件为止，按照目标样本所对应的分配方案，对深度学习模型的算子进行硬件资源的分配，以进行部署，本方法可以提高深度学习模型的计算效率。
一种基于搜索深度学习模型部署方法装置

[发明专利]一种模型构建方法、装置、存储介质及电子设备-CN202310543696.1有效
发明人：吕波;侯瑞峥;王鹏程;陈自强;胡陈枢;程稳;刘懿;曾令仿;陈光 -专利权人：之江实验室
申请日： 2023-05-15 - 公布日： 2023-09-05 - 主分类号： G06N3/0464 文献下载
摘要：本说明书公开了一种模型构建方法、装置、存储介质及电子设备，可以对需要进行测试的各候选模型架构进行筛选，以筛选出通过代理模型预测出的性能参数的准确率较低的部分候选模型架构，来通过部署测试模型的方式获得该候选模型架构的真实性能参数，而针对剩余的候选模型架构，可以直接通过代理模型来获取出性能参数，并且可以通过主动学习的方法，在线对代理模型进行训练，从而可以在保证候选模型架构的性能评估准确率的同时，提升自动化构建深度学习模型的效率。
一种模型构建方法装置存储介质电子设备

[发明专利]一种数据处理的方法、装置、存储介质以及电子设备-CN202310681557.5有效
发明人：陈晨;李勇;范文杰;孙红江;杨贺淞;胡陈枢;刘懿;陈光;曾令仿 -专利权人：之江实验室
申请日： 2023-06-09 - 公布日： 2023-09-05 - 主分类号： G06F17/16 文献下载
摘要：本说明书公开了一种数据处理的方法、装置、存储介质以及电子设备，可以读取存储在指定设备内存的目标数据，并确定目标数据的各数据维度，可以根据目标数据的各数据维度，确定各种候选数据拆分方式，以及确定按照每种候选数据拆分方式执行目标数据的数据处理任务后的效率值，并根据每种候选数据拆分方式对应的效率值，确定目标数据拆分方式，其中，针对每种候选数据拆分方式，该候选数据拆分方式用于确定指定设备中至少部分的数据处理单元所要处理的数据的数据维度，数据处理单元可以包括：指定设备中的寄存器以及各级缓存。以按照目标数据拆分方式，对神经网络模型中的待处理数据进行数据处理，从而能够提高神经网络模型中矩阵运算的效率。
一种数据处理方法装置存储介质以及电子设备

[发明专利]一种算子优化方法、装置、存储介质及电子设备-CN202310941263.1在审
发明人：王鹏程;吕波;孙红江;陈晨;李勇;胡陈枢;曾令仿;陈光;程稳 -专利权人：之江实验室
申请日： 2023-07-28 - 公布日： 2023-08-29 - 主分类号： G06N3/0464 文献下载
摘要：本说明书公开了一种算子优化方法、装置、存储介质及电子设备。在本说明书提供的算子优化方法中，获取目标神经网络模型，并确定目标神经网络模型的计算图；针对计算图中每个算子，确定包含该算子所有可行解的搜索空间；在搜索空间中选择若干可行解作为候选解，确定各候选解的评估值，并将评估值最高的作为待定解；确定目标硬件运行待定解的运行时间，并增加迭代次数；当运行时间小于当前最优时间或不存在当前最优时间时，将运行时间确定为当前最优时间，并将待定解确定为当前最优解；当迭代次数小于指定次数时，重新在该算子的搜索空间中选择指定数量个未被选择过的候选解；当迭代次数不小于指定次数时，将当前最优解确定为该算子的最优解。
一种算子优化方法装置存储介质电子设备

[发明专利]一种面向分布式集群的任务执行方法、装置、介质及设备-CN202310669715.5有效
发明人：侯瑞峥;程稳;李勇;张莹;刘懿;胡陈枢;陈光;曾令仿 -专利权人：之江实验室
申请日： 2023-06-07 - 公布日： 2023-08-29 - 主分类号： G06F3/06 文献下载
摘要：本说明书公开了一种面向分布式集群的任务执行方法、装置、介质及设备。所述面向分布式集群的任务执行方法包括：获取样本数据，根据磁盘带宽和本地延迟，以及网络带宽和网络延迟，对样本数据的数量进行划分，将第一样本数量的样本数据存储在各计算节点的本地磁盘，将第二样本数量的样本数据存储在存储节点，针对每个计算节点，将该计算节点的本地磁盘中指定数量的样本数据与其他计算节点的本地磁盘中的样本数据进行交换，得到更新后样本数据，以及，从所述存储节点中读取远端样本数据，根据更新后本地样本数据和远端样本数据，在该计算节点上执行当前训练周期针对目标模型的训练任务。
一种面向分布式集群任务执行方法装置介质设备

[发明专利]一种用于深度学习编译器的算子优化加速方法及装置-CN202310559970.4有效
发明人：王鹏程;李勇;陈自强;曾令仿;陈光;程稳;吕波;胡陈枢;常璟飞 -专利权人：之江实验室
申请日： 2023-05-18 - 公布日： 2023-08-22 - 主分类号： G06F8/41 文献下载
摘要：本发明公开了一种用于深度学习编译器的算子优化加速方法及装置，目的是减少算子优化空间的搜索时间。该方法首先将神经网络抽象成计算图的形式，再对计算图进行图优化，并为优化后的计算图中的每个算子定义优化空间。然后以LightGBM为代价模型，粒子群优化算法为搜索算法对优化空间进行搜索。在每轮搜索中，对搜索算法输出的候选解采用DBSCAN进行聚类和采样，减少在硬件上的实测次数，进一步提升搜索效率。
一种用于深度学习编译器算子优化加速方法装置

[发明专利]一种模型数据的存储方法、装置、存储介质及电子设备-CN202310448220.X有效
发明人：程稳;刘懿;吕波;李勇;黄章敏;崔钰;朱健;费军波;常璟飞;胡陈枢;陈光;曾令仿 -专利权人：之江实验室
申请日： 2023-04-24 - 公布日： 2023-07-04 - 主分类号： G06F3/06 文献下载
摘要：本说明书公开了一种模型数据的存储方法、装置、存储介质及电子设备。所述模型数据的存储方法包括：接收模型数据的存储请求并获取模型数据，确定所述模型数据的属性信息，根据所述属性信息，确定所述模型数据对应的存储位置，若所述存储位置位于所述AI加速器的本地存储单元，则确定与所述属性信息相匹配的压缩方式，作为目标压缩方式，通过所述目标压缩方式对所述模型数据进行压缩，并将压缩后的模型数据存储在所述本地存储单元中的所述存储位置，以及若所述存储位置位于所述AI加速器的远端存储单元，则将所述模型数据存储在所述远端存储单元中的所述存储位置。
一种模型数据存储方法装置介质电子设备

[发明专利]一种基于机器学习的地理兴趣点去重方法、装置和介质-CN202310545378.9在审
发明人：朱健;陈光;曾令仿;李勇;程稳;刘懿;胡陈枢;常璟飞;黄章敏 -专利权人：之江实验室
申请日： 2023-05-16 - 公布日： 2023-06-13 - 主分类号： G06F16/215 文献下载
摘要：本发明涉及一种基于机器学习的地理兴趣点去重方法、装置和介质，方法包括以下步骤：获取目标地理兴趣点和数据库地理兴趣点；对目标地理兴趣点和数据库地理兴趣点进行预处理，计算对应的相似度特征向量；将该相似度特征向量输入预先训练的地理兴趣点重复判别二分类器中，得到目标地理兴趣点和数据库地理兴趣点是否重复的判别结果；根据目标地理兴趣点和数据库地理兴趣点是否重复的判别结果确定是否将目标地理兴趣点放入数据库中。与现有技术相比，本发明具有可自动化识别两个地理兴趣点是否重复，提高了地理兴趣点重复判别的准确率等优点。
一种基于机器学习地理兴趣点去重方法装置介质

[发明专利]一种用计算机数值辅助模拟空气动力噪声分析的方法-CN201510591778.9有效
发明人：苏克;叶晓波;胡靖榕;叶彦宁;胡陈枢 -专利权人：宁波大叶园林设备有限公司
申请日： 2015-09-14 - 公布日： 2015-12-02 - 主分类号： A01D43/06 文献下载
摘要：一种用计算机数值辅助模拟空气动力噪声分析的方法，其方法旨在借助计算机进行“数值实验”，从理论角度重现物理过程；以求收与实验相比数值模拟具有的成本低、数据易获取、从理论角度对问题进行分析的优点以及随着计算机和模型的发展，计算周期不断缩减，计算结果越来越精确之功效；用FLUENT流体数据计算旋转机械中流体计算MRF模型，考量变量速度场及压力场以及湍动能，用LMS Virtual lab软件，获得噪声谱，分析噪声来源，取得噪音数据来降噪；一种带有LPG燃气燃料罐的发动机的草坪割草机，割草机中部两侧设有消声材料的假脚防护板。
一种用计数值辅助模拟空气动力噪声分析方法

1
共 15 条