“神经网络参数”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1576029个，建议您升级VIP下载更多相关专利

[发明专利]一种适应目标数据集的网络模型微调方法、系统、终端和存储介质-CN202010392066.5在审
发明人：王晓权;唐锐;王凡 -专利权人：纵目科技（上海）股份有限公司
申请日： 2020-05-11 - 公布日： 2020-07-07 - 主分类号： G07B15/02 文献下载
摘要：本发明提供一种适应目标数据集的网络模型微调方法、系统、终端和存储介质，原神经网络，所述原神经网络包括统一神经网络和输出层，所述原神经网络的作用是先使用原数据集预训练原神经网络，获得预训练后原神经网络各个层的参数，标记这些参数；目标神经网络，所述目标神经网络包括与原神经网络相互匹配的网络层数，目标神经网络也包括输出层和统一神经网络层，所述目标神经网络中统一神经网络层的各个参数沿用原神经网络中统一神经网络层的各个参数；微调模块，所述微调模块用于微调目标神经网络中除输出层之外的各个层特征参数以适应识别目标。
一种适应目标数据网络模型微调方法系统终端存储介质

[发明专利]一种神经网络的量化方法、装置及电子设备-CN202211029712.7在审
发明人：吴珺媛;武迎迎;梁天柱;刘鹏 -专利权人：南京芯驰半导体科技有限公司
申请日： 2022-08-25 - 公布日： 2022-11-11 - 主分类号： G06N3/08 文献下载
摘要：本申请公开了一种神经网络的量化方法、装置及电子设备，该方法包括：采用目标量化方式对目标神经网络的当前神经网络层的输入参数和网络参数进行量化；目标神经网络包括多个神经网络层；目标神经网络用于对图像中的目标进行识别；基于量化后的输入参数和当前神经网络层的量化后的网络参数，确定量化后的第一输出结果；基于输入参数及网络参数量化前的第一输出结果及量化后的第一输出结果对当前神经网络层的量化后的网络参数进行校正，得到量化后的当前神经网络层；确定量化后的当前神经网络层是否为目标神经网络的最后一个神经网络层，若是，则基于量化后的各个神经网络层，得到量化后的目标神经网络。如此可减少目标神经网络的参数量和计算量。
一种神经网络量化方法装置电子设备

[发明专利]压缩/解压缩神经网络模型的装置、设备和方法-CN201611159629.6在审
发明人：陈天石;韦洁;陈云霁;刘少礼;支天;郭崎 -专利权人：上海寒武纪信息科技有限公司
申请日： 2016-12-15 - 公布日： 2018-06-29 - 主分类号： G06N3/04 文献下载
摘要：一种压缩/解压缩神经网络模型的装置、设备和方法。其中包括步骤：获取神经网络模型的待压缩参数；采用神经网络算法对所述待压缩参数进行压缩和训练，获得低维的神经网络参数；解压所述低维的神经网络参数，恢复神经网络模型的参数。本发明用自动编码神经网络算法实现压缩/解压缩神经网络模型的装置，可减少神经网络模型的参数，有利于模型的存储和传输。
神经网络模型解压缩压缩神经网络参数神经网络算法压缩参数低维自动编码解压存储传输恢复

[发明专利]一种神经网络的训练方法、存储介质和设备-CN202010540736.3在审
发明人：贾政轩;庄长辉;肖莹莹;林廷宇;曾贲;李鹤宇;田子阳 -专利权人：北京仿真中心
申请日： 2020-06-15 - 公布日： 2020-10-30 - 主分类号： G06N3/08 文献下载
摘要：本发明实施例公开一种神经网络的训练方法，构建包括参数节点及若干个训练节点的训练框架，将若干训练节点与参数节点的神经网络参数进行更新；各训练节点进行训练，每隔预设的训练步数分别向参数节点发送神经网络参数和/或神经网络累积梯度；参数节点对各训练节点的神经网络参数和/或神经网络累积梯度进行融合，并据其更新参数节点的神经网络参数和/或神经网络累积梯度；各训练节点根据参数节点发送的融合后的神经网络参数和/或神经网络累积梯度再次训练，通过预设的模型训练终止条件，参数节点输出其神经网络模型。本发明实施例提供的神经网络的训练方法，可进一步提升神经网络训练方法的训练效率及收敛模型的性能和训练精度。
一种神经网络训练方法存储介质设备

[发明专利]网络量化方法及装置、电子设备和存储介质-CN202110138342.X在审
发明人：吉小洪;姚超;张行程 -专利权人：上海商汤智能科技有限公司
申请日： 2021-02-01 - 公布日： 2021-06-01 - 主分类号： G06N3/08 文献下载
摘要：本公开涉及一种网络量化方法及装置、电子设备和存储介质，所述方法包括：获取已训练的第一神经网络；向第一神经网络中插入伪量化节点，得到第二神经网络，伪量化节点中包括待训练的量化参数，量化参数用于对第一神经网络的网络参数进行量化；根据第一神经网络以及预设的训练集，训练第二神经网络，得到训练后的第二神经网络；根据训练后的第二神经网络中的量化参数，对第一神经网络的网络参数进行量化，得到第三神经网络，第三神经网络的网络参数的数据精度小于第一神经网络的网络参数的数据精度本公开实施例可实现提高神经网络的量化效率、便捷性和普适性，减小网络量化的开销。
网络量化方法装置电子设备存储介质

[发明专利]应对器件失配的神经网络配置参数训练和部署方法与装置-CN202110550756.3在审
发明人：理查德·缪尔·迪兰;布切尔·朱利安;法伯尔·芬恩 -专利权人：成都时识科技有限公司
申请日： 2021-05-17 - 公布日： 2021-08-27 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种神经网络配置参数训练和部署方法与装置，其包括基于神经网络配置参数搜寻模拟的受攻击神经网络配置参数使得受攻击神经网络配置参数沿着与神经网络配置参数对应神经网络的输出结果最大程度相背离方向移动，将所述当前神经网络配置参数和受攻击的神经网络配置参数对应的神经网络输出结果之间的差异作为鲁棒损失函数，作为总损失函数的一部分，最后基于总损失函数优化神经网络配置参数。尤其针对超低功耗的亚阈值、混合信号电路，方案能解决包括器件失配在内引起的配置参数扰动问题，实现低成本、高效率的神经网络加速器参数部署的技术效果。
应对器件失配神经网络配置参数训练部署方法装置

[发明专利]神经网络的构建方法和装置-CN202111271593.1在审
发明人：吴佳骏;孙乘坚;杨晨阳;王坚;李榕 -专利权人：华为技术有限公司
申请日： 2021-10-29 - 公布日： 2023-05-09 - 主分类号： G06N3/0464 文献下载
摘要：本申请提供了一种神经网络的构建方法，该方法包括根据参数生成网络生成目标神经网络的参数，该参数生成网络的输入包括该目标神经网络中神经元的相对标号的信息，该神经元的相对标号表示该神经元在第一神经网络层中的相对位置，该第一神经网络层为该目标神经网络中该神经元所在的层；根据该目标神经网络的参数构建所述目标神经网络。通过输入目标神经网络中神经元的相对标号的信息生成目标神经网络的参数，可以使得该参数生成网络对于构建不同维度的目标神经网络具有更好的泛化性。
神经网络构建方法装置

[发明专利]神经网络优化方法-CN201811344189.0有效
发明人：张跃进;胡勇;喻蒙 -专利权人：钟祥博谦信息科技有限公司
申请日： 2018-11-13 - 公布日： 2020-08-28 - 主分类号： G06N3/08 文献下载
摘要：本申请涉及一种神经网络优化方法，该神经网络优化方法包括：预设建模参数，所述建模参数包括网络参数和硬件参数；基于所述建模参数构建神经网络能耗模型；基于所述建模参数构建神经网络时间模型；对所述神经网络能耗模型和神经网络时间模型进行双目标优化本申请从网络的硬件计算流程的角度对神经网络进行时间与能耗建模，在时间、能耗逐层预测，同时分析时间、能耗开销的主导建模参数，通过改进建模参数、阵列分割方法与缓存分割方法对神经网络进行时间与能耗双目标优化从而改进神经网络模型
神经网络优化方法

[发明专利]一种神经网络模型参数的更新方法-CN202010182990.0有效
发明人：李林峰;黄海荣 -专利权人：湖北亿咖通科技有限公司
申请日： 2020-03-16 - 公布日： 2021-08-27 - 主分类号： G06F9/50 文献下载
摘要：本发明提供了一种神经网络模型参数的更新方法，应用于客户端。该更新方法包括：获取神经网络模型新参数；将所述神经网络模型新参数存储到保存有所述神经网络模型的当前参数的内存中的可用存储空间；调用保存的所述神经网络模型新参数以更新所述神经网络模型的当前参数。在无文件系统的嵌入式环境中，通过直接将神经网络模型新参数保存到内存中并调用神经网络模型新参数用于神经网络模型识别，而无需重启来重新加载神经网络模型，实现了在不中断识别处理业务的前提下方便快捷地对模型参数进行更新
一种神经网络模型参数更新方法

[发明专利]一种训练神经网络的方法、装置、设备及存储介质-CN202210295134.5在审
发明人：范东云;易灿;刘雅琦;郑开元 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-03-23 - 公布日： 2022-07-01 - 主分类号： G06N3/04 文献下载
摘要：本说明书提供一种训练神经网络的方法、装置、设备及存储介质，所述神经网络为由第一神经网络和第二神经网络组成的孪生神经网络，且第一神经网络和第二神经网络具有相同的网络结构和网络参数；所述方法包括：获取预设训练数据集中所有的训练数据，训练数据包括有标签数据和无标签数据；将获取到的有标签数据和无标签数据成对输入所述孪生神经网络进行分类训练，其中，有标签数据被输入所述第一神经网络，无标签数据被输入所述第二神经网络；确定所述第一神经网络的第一目标网络参数；将所述第二神经网络的网络参数更新为第一目标网络参数；基于所述第一目标网络参数确定目标孪生神经网络。
一种训练神经网络方法装置设备存储介质

[发明专利]一种神经网络搜索方法、装置、设备及存储介质-CN202211181426.2在审
发明人：张磊;李富康 -专利权人：中科物栖（北京）科技有限责任公司
申请日： 2022-09-27 - 公布日： 2022-12-23 - 主分类号： G06N3/04 文献下载
摘要：本申请公开了一种神经网络搜索方法、装置、设备及存储介质，涉及神经网络技术领域。该方法包括：利用自动化人工智能的神经结构搜索算法，确定神经网络搜索空间；对所述神经网络搜索空间内每个神经网络结构进行超参数配置，并对配置的超参数进行优化；对超参数配置后的神经网络进行网络性能评分，并根据所有所述神经网络对应的网络性能评分选择出最优神经网络通过利用自动化人工智能的神经结构搜索算法确定神经网络搜索空间，可以扩大神经网络搜索空间，对神经网络搜索空间内每个神经网络结构进行超参数配置后，再进行超参数优化，最后根据网络性能评分确定出最优神经网络，可以灵活满足用户需求，提高神经网络搜索的准确性。
一种神经网络搜索方法装置设备存储介质

[发明专利]神经网络压缩方法、装置、电子设备及存储介质-CN202110281889.5在审
发明人：林嘉鑫;赖蔚蔚;吴广财;郑杰生;郑颖龙;周昉昉;刘佳木;陈颖璇 -专利权人：广东电力信息科技有限公司
申请日： 2021-03-16 - 公布日： 2021-07-16 - 主分类号： G06N3/04 文献下载
摘要：本申请提供了一种神经网络压缩方法、装置、电子设备及存储介质，所述方法包括：获取神经网络中各个网络层的参数，其中，所述神经网络为已训练好的神经网络；根据所述各个网络层的参数，计算所述各个网络层的自适应剪枝阈值；根据所述自适应剪枝阈值，将对应网络层的参数进行剪枝，得到剪枝神经网络；对所述剪枝神经网络进行重训练，得到目标压缩神经网络。通过各个网络层的参数情况，对各个网络层进行参数剪枝，完成对神经网络的结构压缩，使得神经网络结构规模减小，降低神经网络的计算复杂度，利于神经网络部署在实时性要求较高的场景以及利于小型化的部署在嵌入式设备中
神经网络压缩方法装置电子设备存储介质

[发明专利]提供神经网络-CN202111221355.X在审
发明人： M·J·奥康纳 -专利权人： ARM有限公司
申请日： 2021-10-20 - 公布日： 2022-04-22 - 主分类号： G06N3/04 文献下载
摘要：一种提供用于处理数据的神经网络组的计算机实现的方法，该方法包括：识别包括主神经网络和一个或多个子神经网络的神经网络组，每个神经网络包括多个参数，并且其中每个子神经网络的一个或多个参数由该子神经网络和该主神经网络共享；将训练数据输入到每个神经网络中，并且调整每个神经网络的参数；使用经调整的参数来计算每个神经网络的性能得分；通过将该性能得分与使用这些经调整的参数为每个神经网络计算的损失函数的值组合，生成该神经网络组的组合得分；重复该识别和该输入和该调整和该计算以及该生成；以及基于每组神经网络的组合得分的值来选择用于在多个硬件环境中处理数据的神经网络组。
提供神经网络

[发明专利]一种金属切削突变现象建模方法及系统-CN202210213829.4在审
发明人：熊良山;张少楠;朱宝义;许明贤 -专利权人：华中科技大学
申请日： 2022-03-04 - 公布日： 2022-07-12 - 主分类号： G06F30/27 文献下载
摘要：本发明提供一种金属切削突变现象建模方法及系统，确定第一神经网络，第一神经网络模拟金属切削过程中的标准尖点突变模型；确定第二神经网络，其前一级神经网络包括第三、第四神经网络，后一级神经网络为训练好的第一神经网络，第三、第四神经网络的输出层共同构成后一级神经网络的输入层；第三神经网络描述从实际控制参数到理论控制参数之间映射关系，第四神经网络描述从实际控制参数和实际状态参数到理论状态参数之间映射关系；本发明利用多个预先训练的神经网络组合，来模拟从实际控制/状态参数到理论控制/状态参数的映射关系，能尽可能准确反映切削突变现象和所在系统的真实情况，保证所建切削突变数学模型的预报精度。
一种金属切削突变现象建模方法系统

[发明专利]网络参数集合信息传输方法、装置、终端、基站和介质-CN202110322349.7在审
发明人：肖华华;鲁照华;吴昊;李伦 -专利权人：中兴通讯股份有限公司
申请日： 2021-03-25 - 公布日： 2022-09-30 - 主分类号： H04L1/00 文献下载
摘要：本申请实施例提供了一种网络参数集合信息传输方法、装置、终端、基站和存储介质，其中，该方法包括：获取至少一套神经网络参数集合；根据信道特征选择至少一套所述神经网络参数集合；传输选择的所述神经网络参数集合对应的网络参数集合信息本申请实施例通过信道特征选择神经网络参数集合，确定神经网络参数集合对应的网络参数集合信息并传输该网络参数集合信息，从使得神经网络能更好匹配当前的信道特征，可进一步利用神经网络生成准确的信道状态信息，可增强无线通信的通信质量
网络参数集合信息传输方法装置终端基站介质

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条