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1268741个,建议您升级VIP下载更多相关专利
  • [发明专利]除尘管网压力损失精度平衡方法-CN202211266344.8在审
  • 张秀江 - 中钢设备有限公司
  • 2022-10-17 - 2023-02-03 - G06F30/20
  • 本公开涉及一种除尘管网压力损失精度平衡方法。包括:根据管网中各个支管的管段阻力,确定管网中的最不利除尘管线;根据管网中各个支管的管段阻力,确定管网中各个管线相对于最不利除尘管线的局部压力损失系数;根据局部压力损失系数,确定设置在各个管线的压力损失元件的设置参数根据本公开的实施例的可无需调节管径,也无需调节风量,即可实现压力损失平衡。通过在管线上设置压力损失元件,且确定各压力损失元件的设置参数,无需修改管网设计方案,调节步骤简单,运行经济性强。并且,通过精确计算的设置参数,可使得压力损失平衡精度高,理论上不平衡度可达0%,减少调节压力损失元件的盲目性。
  • 除尘管网压力损失高精度平衡方法
  • [发明专利]一种基于Dyninst的浮点程序精度损失检测方法-CN202310255633.6在审
  • 王磊;王军强;赵荣彩;胡传平 - 河南省核芯微电子科技有限公司
  • 2023-03-16 - 2023-07-14 - G06F11/36
  • 本发明公开了一种基于Dyninst的浮点程序精度损失检测方法,属于计算机运算技术领域;包括以下步骤:根据浮点数据格式分布不均匀的特点,生成在各个浮点数据区间均匀分布的输入数据;精度检测之前进行预处理,将检测出的特定精度操作排除在检测范围之外,减少误报精度损失;浮点程序解析,根据浮点表达式自动生成对应的MPFR代码段;语句级动态分析,定位精度损失源码位置。本发明检测方法通过生成均匀分布的输入数据,替代多数检测工具随机生成的输入数据,剔除浮点特定精度操作减少误报,根据浮点程序源码自动生成对应的高精度MPFR运算,动态检测精度损失并记录精度损失变化情况,生成浮点程序精度损失变化图,从而能够清晰的观察产生精度损失的源码位置。
  • 一种基于dyninst浮点程序精度损失检测方法
  • [发明专利]一种量化参数确定方法、混合精度量化方法以及装置-CN202211662703.1在审
  • 龚孚 - 北京百度网讯科技有限公司
  • 2022-12-23 - 2023-04-11 - G06N3/0495
  • 本公开提供了一种量化参数确定方法、混合精度量化方法以及装置,涉及人工智能领域,尤其涉及深度学习以及自动驾驶领域。具体实现方案为:获取基于目标模型中各网络层的数据格式确定的多个计算图;确定各计算图中的精度转换节点;针对各计算图中除精度转换节点外的各内部节点,基于内部节点的精度量化损失以及精度转换节点的精度量化损失,通过在确定计算图中的内部节点的量化参数时,考虑精度转化节点处的精度损失,即考虑到模型内采用不同数据格式的节点之间的数据转换带来的精度损失,从而可以使得精度量化损失达到全局以及局部最优,提高了量化精度
  • 一种量化参数确定方法混合精度以及装置
  • [发明专利]模型训练方法、装置、设备及存储介质-CN202210634389.X在审
  • 罗培超;张行程 - 上海商汤智能科技有限公司
  • 2022-06-06 - 2022-09-06 - G06N3/08
  • 本公开实施例公开了一种模型训练方法、装置、设备及存储介质,其中,所述方法包括:损失函数缩放器创建接口基于缩放器构造参数,创建损失函数缩放器;在对深度学习模型进行的每一轮次混合精度训练的前向传播过程中,损失函数缩放器缩放接口基于所述损失函数缩放器,对所述深度学习模型在当前轮次混合精度训练中输出的损失值进行放大处理,得到放大后的所述损失值;在每一所述轮次混合精度训练的反向传播过程中,损失函数优化器迭代接口利用设定的优化器和所述损失函数缩放器,基于放大后的所述损失
  • 模型训练方法装置设备存储介质
  • [发明专利]视频质量评估方法及装置-CN202310879935.0在审
  • 马鑫军;蔡春磊 - 上海哔哩哔哩科技有限公司
  • 2023-07-17 - 2023-09-22 - H04N17/00
  • 本申请实施例公开了一种视频质量评估方法及装置,该方法包括:获取原视频及其在各个视频编码参数下对应的转码视频,计算转码视频中各个帧图像相对于原视频的质量评分,并据此计算在各个视频编码参数下不同帧采样间隔对应的质量评估精度损失指标并形成精度损失数据表;根据目标视频编码参数,查询精度损失数据表并从中选取质量评估精度损失指标在预设损失范围内的帧采样间隔,确定目标帧采样间隔;按照目标帧采样间隔对目标视频编码参数对应的待评估转码视频进行采样取帧计算,得到待评估转码视频的质量评分本申请在保证视频质量评估精度的前提下有效减少视频评估过程中的计算量,提升视频质量评估效率。
  • 视频质量评估方法装置
  • [发明专利]一种神经网络模型量化方法、系统、设备及介质-CN202210396647.5在审
  • 王曦;蹇易 - 上海云从企业发展有限公司
  • 2022-04-15 - 2022-06-28 - G06N3/04
  • 本发明提供一种神经网络模型量化方法、系统、设备及介质,首先获取待量化的原始神经网络模型以及预设精度损失范围;然后对原始神经网络模型中所有网络层进行量化,获取量化后的神经网络模型,记为量化神经网络模型;再将目标图片分别输入至原始神经网络模型和量化神经网络模型中进行识别,并获取量化神经网络模型相对于原始神经网络模型的精度损失;最后将精度损失与预设精度损失范围进行比对,并根据比对结果输出量化神经网络模型,或者根据比对结果对量化神经网络模型进行迭代量化。可知,本发明设计出了一套能够根据预先设置的精度损失范围来自动优化调整量化模型的量化标准;在不需要人为手动干预的条件下,也可返回最优的混合精度量化模型。
  • 一种神经网络模型量化方法系统设备介质

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