“周彥祺”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]资源有效的神经架构-CN201910384998.2有效
发明人： 周彥祺;萨瓦什·阿布拉希米;塞尔坎·安瑞克;余昊男;刘海容;格雷戈里·迪莫斯 -专利权人：百度（美国）有限责任公司
申请日： 2019-05-09 - 公布日： 2023-09-19 - 主分类号： G06N3/063 文献下载
摘要：神经架构搜索(NAS)是费力的过程。与自动化NAS目标有关的先前工作主要是提高精度，但未考虑计算资源使用。本文提出资源有效的神经架构(RENA)的实施方式，这是使用强化学习的具有网络嵌入的高效的资源受限NAS。RENA实施方式使用策略网络处理网络嵌入以生成新配置。本文还提出与图像识别和关键词检测(KWS)问题有关的RENA实施方式的示例证明。在即使资源严重受限的情况下，RENA实施方式也可找到实现高性能的新型架构。对于CIFAR10数据集，测试的实施方式在计算强度大于100FLOP/byte时具有2.95％的测试误差，并且在模型大小小于3M参数时具有3.87％的测试误差。对于谷歌语音命令数据集，测试后的RENA实施方式实现了在无资源约束的情况下的最先进精度，并在资源严重受限的情况下优于优化的架构。
资源有效神经架构

[发明专利]用于使用少量样本进行神经话音克隆的系统和方法-CN201910066489.5有效
发明人：塞尔坎·O·安瑞克;陈吉彤;彭开南;平伟;周彥祺 -专利权人：百度（美国）有限责任公司
申请日： 2019-01-24 - 公布日： 2023-04-28 - 主分类号： G10L13/10 文献下载
摘要：话音克隆是个性化语音接口的高度所需能力。基于神经网络的语音合成已经被证明能够针对大量说话者生成高质量语音。本文呈现采用少量音频样本作为输入的神经话音克隆系统。公开了两种方法，即说话者自适应和说话者编码。说话者自适应实施方式是基于使用少量克隆样本对多说话者生成模型进行微调。说话者编码实施方式是基于训练单独模型以从克隆音频直接推断新说话者嵌入，其在多说话者生成模型中使用或与多说话者生成模型一起使用。这两种方法在语音的自然性和其与原始说话者的相似性方面均实现良好性能‑即使只有非常少的克隆音频。
用于使用少量样本进行神经话音克隆系统方法

[发明专利]预测深度学习缩放-CN201910654453.9在审
发明人：乔尔·赫斯特尼斯;格雷戈里·迪莫斯;俊熙雄;沙兰·纳朗;纽莎·阿达拉尼;MD·莫斯塔法·阿里·帕特里;周彥祺 -专利权人：百度（美国）有限责任公司
申请日： 2019-07-19 - 公布日： 2020-06-09 - 主分类号： G06N3/04 文献下载
摘要：随着深度学习应用领域增长，更深入地理解训练集大小、计算规模和模型准确度改善之间的关系是非常有益的。本文呈现了随着训练集增长的误差和模型大小增长的大规模经验研究。本文介绍了用于这种测量的方法的实施方式以及用于预测诸如计算相关度量等其它度量的实施方式。本文示出了幂律可以用于表示深层模型关系，诸如误差和训练数据大小。还示出了模型大小随数据大小亚线性地缩放。这些缩放关系对深度学习研究、实践和系统具有重要影响。它们可以帮助模型调试、设置准确度目标和决定数据集增长。它们还可以引导计算系统设计并且强调持续计算缩放的重要性。
预测深度学习缩放