首页 在售
电子信息机械制造新型材料电气自动化新能源安全防护环保资源轻工纺织生物医药包装印刷海洋开发仪器仪表航空航天建材建筑农林牧业食品饮料采矿冶金家居用品化学化工交通运输橡胶塑料教育休闲其他
求购
电子信息机械制造新型材料电气自动化新能源安全防护环保资源轻工纺织生物医药包装印刷海洋开发仪器仪表航空航天建材建筑农林牧业食品饮料采矿冶金家居用品化学化工交通运输橡胶塑料教育休闲其他
查询 申请 展会 资讯 专利榜 企服商城 升级VIP
专利名称
农业 化学；冶金 建筑 机械工程 区域搜索
主分类
A 农业
B 作业；运输
C 化学；冶金
D 纺织；造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果1个，建议您升级VIP下载更多相关专利
  • [发明专利]神经网络压缩方法、装置、设备及可读存储介质-CN202210264300.5在审
  • 陈武辉;巫继强;赵昊立;郑子彬 - 中山大学
  • 2022-03-17 - 2022-06-10 - G06N3/04
  • 本申请公开了神经网络压缩方法、装置、设备及可读存储介质，本申请获取待压缩的多层级深度学习神经网络及网络损失；确定与多层级深度学习神经网络对应的稀疏编码及稀疏权重，如此，可去除多层级深度学习神经网络中冗余参数及权重；确定稀疏编码损失及稀疏权重损失；将网络损失、稀疏编码损失及稀疏权重损失进行融合，得到压缩损失；利用压缩损失对多层级深度学习神经网络进行压缩，得到压缩后的多层级深度学习神经网络。可见，本申请可实现对该待压缩的多层级深度学习神经网络进行双重压缩，减少冗余参数，以降低神经网络的计算性能损耗。本申请对多层级深度学习神经网络的各层级进行稀疏编码及稀疏权重，可避免深度学习神经网络中的强串扰问题。
  • 神经网络压缩方法装置设备可读存储介质
  •  1 
  • 共 1 条
友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期
咨询在线客服咨询在线客服
tel code back_top