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6个,建议您升级VIP下载更多相关专利
  • [发明专利]基于人工智能的剪切复制粘贴-CN202280010185.7在审
  • 阿米特·斯里瓦斯塔瓦;穆拉利德哈尔·希瓦纳普拉·拉贾拉奥 - 华为技术有限公司
  • 2022-01-13 - 2023-09-29 - H04M1/72409
  • 公开了用于将对象从网络的第一网络设备传输到第二网络设备的方法(600)和系统(500)。传统技术仅侧重于将所述对象从一个设备复制到同一设备,但不允许用户从一个设备剪切或复制数据并将所述数据粘贴到不同设备上。因此,需要在两个不同的设备之间传输数据,即,从一个设备剪切或复制数据,例如图像或图像的一部分或图像中的对象,并将所述数据粘贴到所述网络内的任何其它设备上。所述方法(600)包括:将包括至少一个对象的图像发送(S601)到服务器;从接收自所述第一网络设备的所述图像中提取(S602)所述至少一个对象;将从所述图像中提取的所述至少一个对象发送(S603)到第二网络设备。
  • 基于人工智能剪切复制粘贴
  • [发明专利]用于对神经网络进行后训练量化的方法和装置-CN202080048236.6在审
  • 阿米特·斯里瓦斯塔瓦;帕里克布·平贾里 - 华为技术有限公司
  • 2020-10-27 - 2022-03-22 - G06N3/04
  • 提供了一种用于对神经网络进行动态点量化以实现更高精度和更低存储要求的方法和装置(100)。传统的神经网络模型需要海量磁盘空间,这增加了与这些模型关联的计算成本,从而要求用户设备提供大量的性能和功率。本发明聚焦于量化深度学习模型,从而与传统模型相比,降低存储要求,而不损害精度,同时还实现更高的性能。所述神经网络通过如下方式来量化:确定输入是正数还是负数(901);确定所述输入的指数范围(902);确定所述输入的层参数的最大范围(903);确定所述输入的层的偏移量(904);通过将所述输入转换为其对应的二进制形式来执行指数调整(905),并通过将所述偏移量与指数调整值相加来确定所述输入的指数表示(906)。
  • 用于神经网络进行训练量化方法装置

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