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1430302个,建议您升级VIP下载更多相关专利
  • [发明专利]模型压缩-CN201580081147.0有效
  • T·维克;J·I·诺德斯卡格;A·K·阮;E·考塞 - 斯塔特伊石油公司
  • 2015-05-08 - 2020-04-24 - G01V1/28
  • 所述方法包括:对方程进行迭代反演,以使取决于模拟数据和测量数据的惩罚项最小化,并提供估计的一组物理参数,其中,所述迭代反演至少包括第一反演步骤和第二反演步骤,并且其中,所述模拟数据取决于表示所述一组物理参数的模型向量;向表示所述一组物理参数的所述模型向量应用压缩算子,以减少自由变量的数量并产生压缩模型向量;以及在所述第一反演步骤和所述第二反演步骤之间改变所述压缩算子。
  • 模型压缩
  • [发明专利]模型压缩方法以及模型压缩系统-CN202110882210.8在审
  • 郭王鼎志 - 威盛电子股份有限公司
  • 2021-08-02 - 2021-10-29 - G06N3/04
  • 本发明提供一种模型压缩方法以及模型压缩系统,该方法包含:针对具有一深度神经网络架构的一原始模型来进行一模型剪枝操作,以产生一压缩模型;将同一测试数据分别输入至该原始模型以及该压缩模型;计算该原始模型处理该测试数据所得到的一第一输出数据以及该压缩模型处理该测试数据所得到的一第二输出数据之间的相似度;以及以该相似度作为奖励,通过强化学习来判断如何进一步调整该模型剪枝操作。
  • 模型压缩方法以及系统
  • [发明专利]模型压缩方法、系统、终端及存储介质-CN202211085770.1在审
  • 王光勇;关海欣;梁家恩 - 云知声智能科技股份有限公司
  • 2022-09-06 - 2022-12-09 - G06N3/08
  • 本发明提供了一种模型压缩方法、系统、终端及存储介质,该方法包括:对待压缩模型进行模型训练,在待压缩模型中添加正则项和奇异值分解,得到奇异值矩阵,根据奇异值矩阵返回执行对待压缩模型进行模型训练的步骤及后续步骤,直至待压缩模型满足性能下降条件,输出待压缩模型;根据待压缩模型的权重张量进行参数聚类,得到权重参数矩阵,对权重参数矩阵进行权值量化,得到聚类量化矩阵;根据聚类量化矩阵对待压缩模型进行参数设置,得到压缩模型本发明基于稀疏正则化、迭代剪枝和聚类量化的联合模型压缩方式,从全局的角度上对待压缩模型进行模型压缩,在保障精度不减的前提下,实现了最大化的模型压缩
  • 模型压缩方法系统终端存储介质
  • [发明专利]一种模型压缩方法与存储介质-CN202211057187.X在审
  • 华菁云;罗伊菲;王宇龙;周明 - 北京澜舟科技有限公司
  • 2022-08-30 - 2022-11-25 - G06N3/08
  • 本发明涉及自然语言处理领域,特别涉及一种模型压缩方法与存储介质,本发明的模型压缩方法包括如下步骤:获取优化模型;对优化模型沿第一方向压缩获取第一压缩模型;对第一压缩模型沿第二方向压缩获取第二压缩模型;对第二压缩模型整体量化获取最终压缩模型本发明提供的模型压缩方法通过将蒸馏技术、剪枝技术、量化技术组合对模型压缩,可以更好地将模型进行极限压缩,降低模型显存及内存存储占用,并且提升模型实际推断的速度,拓宽模型部署场景。
  • 一种模型压缩方法存储介质
  • [发明专利]模型压缩方法及装置-CN202110673860.1在审
  • 孙强;陈瑞侠;孙强;刘恩甫;刘胜 - 博众精工科技股份有限公司
  • 2021-06-17 - 2021-09-17 - G06N3/08
  • 本发明实施例公开了一种模型压缩方法及装置,该方法包括:获取待压缩网络模型以及目标压缩比;根据所述目标压缩比确定节点压缩方式,并且基于所述节点压缩方式以及所述目标压缩比对所述待压缩网络模型进行压缩,得到待赋值网络模型;根据所述待压缩网络模型以及所述待赋值网络模型,确定与所述待赋值网络模型中各待赋值节点对应的权重值;基于各权重值以及所述待赋值网络模型,确定目标压缩网络模型。通过本发明实施例的技术方案,实现了对深度学习模型压缩,节约模型占用资源的技术效果。
  • 模型压缩方法装置
  • [发明专利]一种车载模型压缩方法、装置和车载端-CN202110760305.2在审
  • 胡文政;刘宁;车正平;唐剑 - 北京航迹科技有限公司
  • 2021-07-06 - 2023-01-06 - G06V10/82
  • 本申请提供了一种车载模型压缩方法,所述方法包括:获取待压缩的车载模型对应的模型信息,以及压缩条件;获取第一样本训练集;将所述模型信息、压缩条件和所述第一样本训练集作为输入,基于预设压缩模型获取所述待压缩的车载模型对应的压缩后的车载模型;其中,所述预设压缩模型基于所述压缩条件,所述第一样本训练集确定所述待压缩的车载模型每层保留的通道的索引号,并根据所述索引号,以及所述待压缩的车载模型模型信息生成压缩后的车载模型。该方法能够在压缩比例一定的条件下,提高压缩后的车载模型计算的准确性。
  • 一种车载模型压缩方法装置
  • [发明专利]图像处理方法、装置、设备-CN201811459626.3在审
  • 窦则胜;李昊;朱胜火 - 阿里巴巴集团控股有限公司
  • 2018-11-30 - 2020-06-09 - G06N3/08
  • 本发明实施例提供一种图像处理方法、装置、设备,该图像处理方法通过使用一模型对图像进行处理,该模型可以通过如下步骤获得:获取初始的模型;确定模型对应的压缩策略,压缩策略中包括压缩方法以及压缩方法对应的目标压缩率;采用压缩方法,按照逐步增加压缩率的方式,迭代地对模型进行压缩,直至满足截止条件,截止条件包括模型压缩至目标压缩率或者模型精度满足设定条件。从而,通过逐步压缩的方式,既使得模型得到有效压缩,又保证模型的精度,从而得到用于图像处理的压缩后的模型
  • 图像处理方法装置设备
  • [发明专利]自适应迭代式卷积神经网络模型压缩方法-CN201810715248.4有效
  • 余志文;马帅 - 华南理工大学
  • 2018-07-03 - 2021-12-17 - G06N3/08
  • 本发明公开了一种自适应迭代式卷积神经网络模型压缩方法,包括:对训练数据进行预处理,用训练数据对卷积神经网络进行训练,选出最优模型作为需要压缩模型,用自适应迭代式卷积神经网络模型压缩方法对模型进行压缩,对压缩后的模型进行评估,选出最优模型作为压缩完成的模型。本发明具有以下优点:自适应调整量化比例,参数少;自适应迭代式压缩,可以提高模型压缩后的准确率;支持常见的卷积神经网络模型压缩,且可以根据需要压缩到特定位数,因此本发明的方法可以高效地压缩卷积神经网络模型并将模型应用到移动设备上
  • 自适应迭代式卷积神经网络模型压缩方法

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