“蒋子航”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3个，建议您升级VIP下载更多相关专利

[发明专利]一种预训练语言处理方法及设备-CN202011155558.9在审
发明人： 蒋子航;周大权;陈云鹏;冯佳时;颜水成 -专利权人：新加坡依图有限责任公司（私有）
申请日： 2020-10-26 - 公布日： 2022-02-18 - 主分类号： G06F40/35 文献下载
摘要：本申请涉及预训练语言表示技术领域，公开了一种预训练语言处理方法、介质及设备。本申请的预训练语言处理方法包括：接收包括多个词的词序列，对词序列进行嵌入处理得到初始词序列向量，基于初始词序列向量，实施至少一次编码处理，获得最终词序列向量。其中，在每个编码处理中，执行至少一次混合注意力处理，根据初始词序列向量获得的线性输出结果，以及基于初始词序列向量的局部跨度感知生成的注意力权重，生成词序列特征，以及执行至少一次前馈处理，将词序列特征处理为最终词序列向量并输出。根据本申请中的技术方案，通过将基于跨度的动态卷积处理与自注意力操作相结合得到混合注意力处理，使得可通过提取局部跨度感知，学习局部依赖关系，增强了编码局部信息的能力，同时保持了自注意力操作的全局依赖关系，具有训练成本更低、模型参数更少以及训练性能更优的优点。
一种训练语言处理方法设备

[发明专利]构建神经网络模型的方法、装置、设备、介质和程序产品-CN202110604360.2在审
发明人：余伟浩;蒋子航;陈飞;侯淇彬;冯佳时 -专利权人：华为技术有限公司;新加坡国立大学
申请日： 2021-05-31 - 公布日： 2021-12-17 - 主分类号： G06N3/04 文献下载
摘要：本公开的实施例提供了用于构建神经网络模型的方法、设备、装置、存储介质和程序产品，涉及人工智能领域。在构建神经网络模型的方法中，首先构建包括多个层级的超网络，并训练超网络，以在多个层级中的每个层级处确定经训练的多个类型的神经网络层的参数。通过针对多个层级中的每个层级从经训练的多个类型的神经网络层中选择一个类型的神经网络层，生成多个候选神经网络模型。基于多个候选神经网络模型分别执行预定NLP任务的性能，确定用于NLP的目标神经网络模型。这样，本公开的实施例能够降低构建目标神经网络模型所需的成本并且获得性能更优的目标神经网络模型。
构建神经网络模型方法装置设备介质程序产品

[发明专利]一种图像处理方法及设备-CN202010578086.1在审
发明人：周大权;冯佳时;蒋子航;陈云鹏;颜水成 -专利权人：新加坡依图有限责任公司（私有）
申请日： 2020-06-23 - 公布日： 2021-12-07 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及图像处理技术领域，公开了一种图像处理方法、介质及设备。本申请的图像处理方法包括：获取图像；图像在神经网络模型的输入层被处理成至少一层图像数据；将图像数据输入神经网络模型的隐含层进行处理，得到图像数据的局部高维特征数据，其中神经网络模型的隐含层包括多个处理单元，多个处理单元中至少部分处理单元彼此互联并且与输入层的输出相连；以及输出所述图像的特征映射，图像的特征映射由图像数据的局部高维特征池化融合得到。根据本申请所提供的技术方案，在图像处理的过程中，在图像处理的过程中，消除了信息丢失，有效缓解梯度混淆；减少了计算成本，有效的去除了神经网络中的冗余参数；降低了计算复杂度，提高了对图像的分类精度；所需计算机系统的内部结构可以更精简，使得图像处理在移动设备等轻量级神经网络中能够得以应用。
一种图像处理方法设备