专利名称
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1307370个,建议您升级VIP下载更多相关专利
  • [发明专利]神经网络模型的量化方法、电子设备及可读存储介质-CN202211399379.9在审
  • 章小龙;黄敦博;刘超;高毅 - 安谋科技(中国)有限公司
  • 2022-11-09 - 2023-01-03 - G06N3/04
  • 本申请涉及人工智能领域,公开了一种神经网络模型的量化方法、电子设备及可读存储介质。该方法通过确定量化的神经网络模型的预设结构,预设结构包括线性算子和非线性算子,并在非线性算子的类型为第一类型的情况下,将线性算子的输入数据的量化参数融合到非线性算子的第一浮点数权重数据中,确定第二浮点数权重数据,对第二浮点数权重数据进行量化,确定定点数权重数据,再根据定点数权重数据和线性算子的定点数输入数据的线性运算结果,进行与非线性算子功能对应的非线性运算,确定浮点数运算结果并生成定点数运算结果,从而能够优化算子之间传递数据的处理过程,减少神经网络模型的量化误差,提高神经网络模型的运行性能和计算精度。
  • 神经网络模型量化方法电子设备可读存储介质
  • [发明专利]一种网络模型的训练方法、装置及设备-CN202210751469.3在审
  • 张凯;任文奇;李哲暘;谭文明;任烨 - 杭州海康威视数字技术股份有限公司
  • 2022-06-28 - 2022-09-16 - G06N20/00
  • 本申请提供一种网络模型的训练方法、装置及设备,该方法包括:获取网络层对应的浮点型激活梯度值;对浮点型激活梯度值进行量化,得到定点型激活梯度值和激活值量化超参;浮点型激活梯度值包括多个浮点型数值,基于激活值量化超参确定每个浮点型数值对应的量化中间值;针对每个量化中间值,若量化中间值不大于预设阈值,确定量化中间值对应的概率向量,基于概率向量确定量化中间值对应的定点型数值;基于所有量化中间值对应的定点型数值生成定点型激活梯度值;基于定点型激活梯度值对网络层的初始模型权重进行调整,将调整后模型权重更新为网络层的初始模型权重
  • 一种网络模型训练方法装置设备
  • [发明专利]基于时间编码的低功耗脉冲神经网络片上学习系统-CN202210317373.6在审
  • 李丽;孙浩瀚;傅玉祥;孙从怡;韩嘉宁;周攀;李伟;何书专 - 南京大学
  • 2022-03-29 - 2022-06-28 - G06N3/063
  • 本发明公开了一种基于时间编码的低功耗脉冲神经网络片上学习系统,包括排序模块和计算模块,排序模块用于接收已进行时间编码的若干组输入数据,并将所述输入数据升序或降序排列;计算模块用于接收所述输入数据和预存储的与输入数据匹配的权重数据;基于预定规则将所述输入数据量化为预设常数,获得量化输入数据;基于权重数据判断神经元是否会激发,若激发,则采用所述量化输入数据和权重数据计算输出脉冲时间,并采用线性化规则更新权重数据。通过将输入数据量化降低硬件运算难度,采用优化的权重更新规则以便于硬件设计,减少运算量,具有功耗低、面积小速度快的优点;提升了脉冲经网络运算速度,且能够在硬件上实现片上学习。
  • 基于时间编码功耗脉冲神经网络学习系统
  • [发明专利]一种模型训练方法及装置-CN202011377406.3在审
  • 金晶 - 华为技术有限公司
  • 2020-11-30 - 2022-06-07 - G06N3/04
  • 本申请公开了一种模型训练方法,可以应用于人工智能领域,方法包括:获取第一神经网络模型,第一神经网络模型包括卷积BN层和第一量化算子,所述卷积BN层用于根据第一权重对输入的第N批batch的数据进行卷积处理,根据BN系数对卷积处理结果进行归一化处理,并基于归一化处理结果更新所述BN系数,对更新后的所述BN系数进行所述第一权重的更新,所述第一量化算子用于对更新后的所述第一权重进行量化处理以及反量化处理,以得到第二权重,所述卷积BN层还用于根据所述第二权重对输入的第N+1批batch的数据进行卷积处理。
  • 一种模型训练方法装置

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

咨询在线客服咨询在线客服
tel code back_top