“dnn”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1300个，建议您升级VIP下载更多相关专利

[发明专利]通信方法、第一策略控制网元及通信系统-CN202010734788.4有效
发明人：丁辉;陆长奇 -专利权人：华为技术有限公司
申请日： 2020-07-27 - 公布日： 2022-09-16 - 主分类号： H04W4/24 文献下载
摘要：该方法包括：第一策略控制网元获取第一DNN和第二DNN，第一DNN为终端设备请求的替换前的DNN，第二DNN为与第一DNN对应的替换后的DNN；第一策略控制网元根据第一DNN和第二DNN生成策略计费控制规则基于该方案，第一策略控制网元可以同时获取到第一DNN和第二DNN，并根据第一DNN和第二DNN生成策略计费控制规则，从而可以实现基于终端设备实际请求的第一DNN执行差异化策略控制。
通信方法第一策略控制系统

[发明专利]用于深度神经网络训练的有效数据编码-CN201980031112.4在审
发明人： A·费尼沙耶;G·佩罕科欧;A·贾因 -专利权人：微软技术许可有限责任公司
申请日： 2019-04-30 - 公布日： 2020-12-15 - 主分类号： G06N3/08 文献下载
摘要：函数被添加到深度神经网络(“DNN”)计算图以在DNN的正向训练传递期间对数据结构进行编码并且在DNN的反向训练传递期间对先前编码的数据结构进行解码。被添加到DNN计算图的函数可以基于在DNN计算图中指定的特定层对来选择。一旦生成经修改DNN计算图，就可以使用经修改DNN计算图来训练DNN。被添加到经修改DNN计算图的函数可以减少在DNN的训练期间存储器的利用。
用于深度神经网络训练有效数据编码

[发明专利]一种面向异构集群的DNN推理任务批调度方法-CN202210035043.8在审
发明人：王超;张仁宇;朱宗卫;周学海;李曦 -专利权人：中国科学技术大学苏州高等研究院
申请日： 2022-01-13 - 公布日： 2022-05-27 - 主分类号： G06F9/48 文献下载
摘要：本发明公开了一种面向异构集群的DNN推理任务批调度方法。其中，该方法包括：DNN推理任务表征模块、异构集群动态硬件处理能力提取模块和DNN推理任务批调度模块；DNN推理任务表征模块用于根据任务类型对DNN推理任务进行分类构建DNN推理任务类别集；异构集群动态硬件处理能力提取模块用于对将计算节点进行划分，并根据划分结果构建异构计算节点集合；DNN推理任务批调度模块用于通过目标搜索算法，根据DNN推理任务划分集合和异构计算节点集合对DNN任务进行调度。本发明通过上述模块的设置，实现了DNN推理任务的有效分类、解决了异构集群不同节点算力的度量、以及实现了对DNN推理任务的最优调度，实现了面向异构集群的DNN推理任务批调度的优化。
一种面向集群 dnn 推理任务调度方法

[发明专利]多维深度神经网络-CN202180054312.9在审
发明人：堀智织;高鹏;耿世杰;堀贵明;J·勒鲁克斯 -专利权人：三菱电机株式会社
申请日： 2021-03-25 - 公布日： 2023-06-06 - 主分类号： G06N3/0464 文献下载
摘要：AI系统包括：接受输入数据的输入接口；存储多维神经网络的存储器，该多维神经网络具有深度神经网络(DNN)序列，其具有内部DNN和外部DNN；处理器，该处理器配置为将输入数据提交给多维神经网络以产生外部DNN每个DNN均由层序列沿数据传播的第一维度依次处理输入数据。DNN沿着数据传播的第二维度从内部DNN到外部DNN布置。此外，DNN连接成使得DNN的至少一个层的输出与DNN序列中的后续DNN的至少一个层的输入相结合。
多维深度神经网络

[发明专利]用于建立会话的DNN获取方法、网元、通信系统及介质-CN202011440707.6在审
发明人：杨晓丽 -专利权人：中兴通讯股份有限公司
申请日： 2020-12-07 - 公布日： 2022-06-07 - 主分类号： H04L67/141 文献下载
摘要：本发明实施例公开了一种用于建立会话的DNN获取方法、网元及通信系统。该用于建立会话的DNN获取方法，在统一数据管理模块UDM侧执行的步骤包括：基于用户网络需求获取用户设备UE对应的用户数据网络名称DNN；接收会话管理模块SMF发来的DNN获取指令；基于DNN控制策略判断出所述DNN中存在不受限的DNN；将所述不受限的DNN返回至所述SMF，以供所述SMF基于所述不受限的DNN建立会话，可以快速获取DNN信息，简化建立会话的操作流程，减少业务开通或者取消的复杂度。
用于建立会话 dnn 获取方法通信系统介质

[发明专利]DNN缩简装置以及车载运算装置-CN202180073639.0在审
发明人：小松咲绘;伊藤浩朗 -专利权人：日立安斯泰莫株式会社
申请日： 2021-09-01 - 公布日： 2023-07-28 - 主分类号： G06T1/40 文献下载
摘要：本发明的DNN缩简装置(100)向使用内部存储器进行DNN运算的DNN运算部(300)输出缩简后的DNN。DNN缩简装置(100)具备输出数据大小测量部(110)和数据缩简部(120)。输出数据大小测量部(110)根据DNN网络信息来测量DNN的层中的输出数据大小。数据缩简部(120)根据输出数据大小以及内部存储器的存储容量来设定DNN的层的缩简数。
dnn 缩简装置以及车载运算

[发明专利]一种用于ReID的神经网络构造方法及其训练方法-CN202011529184.2有效
发明人：华炜;马也驰;李融;谢天 -专利权人：之江实验室
申请日： 2020-12-22 - 公布日： 2021-09-28 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种用于ReID的神经网络构造和训练方法，构造方法包括：S1，构造神经网络DNN1；S2，从DNN1中选取全卷积层FCLi；S3，构造神经网络DNN2；S4，将选取的FCLi的输出特征向量图Fi和DNN1的输出连接到DNN2的输入，形成神经网络DNNfinal；训练方法包括：S1，构造DNNfinal；S2，训练DNN1；S3，构造神经网络DNN3；S4，将DNNfinal的输出连接到DNN3形成神经网络DNNaux；S5，选取多目标跟踪数据集训练DNNaux，训练过程中不更新DNN1的神经网络参数；S6，训练结束后输出的DNNfinal为用于ReID的神经网络。
一种用于 reid 神经网络构造方法及其训练

[发明专利]固态图像捕获装置、信息处理装置、信息处理系统、信息处理方法和程序-CN201980054380.8在审
发明人：花田清刚 -专利权人：索尼半导体解决方案公司
申请日： 2019-08-28 - 公布日： 2021-03-30 - 主分类号： H04N5/351 文献下载
摘要：一种固态图像捕获装置(100)设置有：深度神经网络(DNN)处理单元(130)，基于DNN模型相对于输入图像实现DNN；以及DNN控制单元(160)，接收基于关于DNN的实现结果的评估信息而生成的控制信息，并且基于控制信息来修改DNN模型。
固态图像捕获装置信息处理系统方法程序

[发明专利]经由输出分布来学习学生DNN-CN201480068343.X在审
发明人： R·赵;J-T·黄;J·李;Y·宫 -专利权人：微软技术许可有限责任公司
申请日： 2014-09-12 - 公布日： 2016-11-30 - 主分类号： G06K9/66 文献下载
摘要：提供了用于通过从更大、更准确的“老师”DNN模型“学习”“学生”DNN模型来生成DNN分类器的系统和方法。学生DNN可以通过使未标记训练数据通过可以从已标记训练数据中训练出的老师DNN来从未标记训练数据中训练。在一个实施例中，应用迭代过程以便通过最小化来自老师和学生DNN模型的输出分布的分歧来训练学生DNN。对于直到收敛的每一次迭代，使用这两个DNN的输出中的差别来更新学生DNN模型，并且再次使用未标记训练数据来确定输出。所得到的经训练学生DNN模型可以适合在诸如移动或可穿戴设备之类的具有有限的计算或存储资源的设备上提供准确信号处理应用。在一实施例中，老师DNN模型包括各DNN模型的系综。
经由输出分布学习学生 dnn

[发明专利]一种DNN模型训练方法及语音识别方法、装置-CN202111664614.6有效
发明人：于丽美;梁微 -专利权人：镁佳(北京)科技有限公司
申请日： 2021-12-31 - 公布日： 2022-07-01 - 主分类号： G10L15/16 文献下载
摘要：本发明提供了一种DNN模型训练方法及语音识别方法、装置，其中，一种DNN模型训练方法包括：获取训练音频样本对应的语音特征数据及标签序列；将语音特征数据输入DNN模型进行标签预测，确定标签预测路径；计算DNN模型的模型损失函数值；计算DNN模型的峰值损失函数值；确定DNN模型的总损失函数；基于总损失函数对DNN模型进行训练，直至DNN模型满足预设训练要求。通过对DNN模型的模型损失函数、峰值损失函数以及联合得到的总损失函数进行收敛训练，最终得到训练好的DNN模型，通过解决语音识别过程中音频序列与标签序列对齐延迟的问题，大幅提高了解码速度和识别速度。
一种 dnn 模型训练方法语音识别装置

[发明专利]深度神经网络DNN模型的压缩方法、装置、设备及介质-CN201711064586.8在审
发明人：何金来;雷宇 -专利权人：北京智能管家科技有限公司
申请日： 2017-11-02 - 公布日： 2018-03-02 - 主分类号： G06N3/08 文献下载
摘要：本发明实施例公开了一种深度神经网络DNN模型的压缩方法、装置、设备及介质。所述方法包括获取待压缩DNN模型，其中，所述待压缩DNN模型包括输入层、至少一个隐藏层以及输出层，所述待压缩DNN模型中各层的层参数为浮点型数据；对所述待压缩DNN模型中各层的层参数进行定点化处理，以实现对所述DNN模型的压缩。本发明实施例的技术方案基于现有技术中DNN模型无法在普通CPU上运行的问题，提出了有效的解决方案，同时减小了DNN模型的占用内存，提高了DNN模型的计算速度。
深度神经网络 dnn 模型压缩方法装置设备介质

[发明专利]图像编码方法和设备以及图像解码方法和设备-CN202080076528.0在审
发明人：李锺硕;朴永五;朴必圭;孙有美 -专利权人：三星电子株式会社
申请日： 2020-10-29 - 公布日： 2022-06-14 - 主分类号： H04N19/172 文献下载
摘要：所述图像解码方法包括：获得指示是否更新一条或更多条深度神经网络(DNN)设置信息的DNN更新许可信息；基于所述DNN更新许可信息指示更新所述一条或更多条DNN设置信息，获得确定被更新的一条或更多条DNN设置信息所必需的DNN更新信息；根据所述DNN更新信息确定所述一条或更多条更新的DNN设置信息；并且通过根据一条或更多条更新的DNN设置信息对第二图像执行人工智能(AI)放大来获得第三图像。
图像编码方法设备以及解码

[发明专利]修补用于自主机器应用的部署的深度神经网络-CN202210102357.5在审
发明人： M·博亚尔斯基;U·穆勒;B·弗莱普;C·A·马克西姆;M·斯科菲尔 -专利权人：辉达公司
申请日： 2022-01-27 - 公布日： 2022-08-02 - 主分类号： G06N3/08 文献下载
摘要：在各个示例中，深度神经网络(DNN)故障模式的快速解决可通过部署被训练成在DNN的故障模式上有效地操作的补丁神经网络(PNN)来实现。PNN可以对与DNN相同或附加的数据进行操作，并且除了使用DNN生成的那些信号之外，还可以生成解决DNN的故障模式的新信号。可采用融合机制来确定对于DNN/PNN组合的给定实例要依赖于哪个输出。因此，DNN的故障模式可以以要求DNN、使用DNN控制的特征和/或作为整体的半自主或自主功能的最小停用或停机时间的及时方式来解决。
修补用于自主机器应用部署深度神经网络

[发明专利]DNN程序文档自动生成方法-CN202010661093.8有效
发明人：陈星;陈序展;陈佳晴 -专利权人：福州大学
申请日： 2020-07-10 - 公布日： 2021-09-28 - 主分类号： G06F8/73 文献下载
摘要：本发明提出一种DNN程序文档自动生成方法，包括如下步骤：步骤S1：遍历DNN模型程序代码，进行DNN模型信息提取，包括层的划分和参数信息；步骤S2：根据层类型，进行层间传递数据量计算；步骤S3：填写DNN其能够在无标注情况下，实现的DNN模型的信息进行提取，并将提取到的信息根据相应规则公式进行计算分析，然后将DNN信息填入预先设计好的DNN程序文档页面模板中，从而实现DNN程序文档的自动生成，使得深度学习领域的初学者能够更好的对DNN模型进行理解和掌握。
dnn 程序文档自动生成方法

[发明专利]针对应用的切片分配和接口-CN202180022329.6在审
发明人：张娟;A·T·帕亚皮理;金汤;Y·R·李;X·段 -专利权人：高通股份有限公司
申请日： 2021-03-11 - 公布日： 2022-11-11 - 主分类号： H04W40/04 文献下载
摘要：用户设备(UE)调制解调器存储路由选择策略(URSP)，URSP将多个数据网络名称(DNN)标识符中的每个DNN标识符与对应切片进行关联，其中，第一DNN标识符(ID)与第一DNN和第一切片相关联，并且第二DNN ID与第一DNN和不同于第一切片的第二切片相关联。调制解调器响应于接收用于启动与第一DNN ID相关联的第一网络接口的第一指示来与第一DNN和第一切片建立第一协议数据单元(PDU)会话。调制解调器响应于接收用于启动与第二DNN ID相关联的第二网络接口的第二指示来与第一DNN和第二切片建立第二PDU会话。
针对应用切片分配接口

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 1300 条