“神经网络模型”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1557320个，建议您升级VIP下载更多相关专利

[发明专利]训练神经网络模型的方法及装置-CN202310870455.8在审
发明人：王珺 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-07-14 - 公布日： 2023-10-27 - 主分类号： G06N3/0985 文献下载
摘要：本公开的实施例提供了一种训练神经网络模型的方法、装置、计算机程序产品和存储介质。所述方法包括：初始化信息处理神经网络模型和与信息处理神经网络模型对应的参考神经网络模型，其中，信息处理神经网络模型包括多个处理模块，参考神经网络模型包括多个参考模块；通过多次迭代，更新信息处理神经网络模型和参考神经网络模型的参数本公开的方法能够降低神经网络模型训练的难度、提升神经网络模型的训练效率、提高模型训练的参数保密性、能够更好地应用于大型神经网络模型的训练场景或神经网络模型的实时训练场景，并避免神经网络训练过程中的坍塌问题
训练神经网络模型方法装置

[发明专利]神经网络模型更新方法、图像处理方法及装置-CN201911314332.6在审
发明人：张新雨;袁鹏;方慕园;钟钊 -专利权人：华为技术有限公司
申请日： 2019-12-19 - 公布日： 2021-06-22 - 主分类号： G06N3/08 文献下载
摘要：本申请公开了人工智能领域中的一种神经网络模型更新方法、图像处理方法及装置。该神经网络模型更新方法包括：获取神经网络模型的结构以及神经网络模型的相关参数；基于神经网络模型的相关参数对该神经网络模型进行训练，得到训练后的神经网络模型；在训练后的神经网络模型的评估结果不满足预设条件的情况下，对神经网络模型的相关参数以及神经网络模型的结构中的至少两项进行更新，直至更新后的神经网络模型的评估结果满足预设条件和/或更新次数达到预设次数。本申请的方法能够提高神经网络模型更新的效率，得到性能更优的神经网络模型的结构和/或神经网络模型的相关参数。
神经网络模型更新方法图像处理装置

[发明专利]姿态检测方法、装置、设备及存储介质-CN201811426838.1有效
发明人：项伟;王毅峰;黄秋实 -专利权人：广州市百果园信息技术有限公司
申请日： 2018-11-27 - 公布日： 2023-10-17 - 主分类号： G06N3/0464 文献下载
摘要：该方法包括：确定待压缩神经网络模型各卷积层中卷积核的重要度；根据最小重要度的卷积核对待压缩神经网络模型剪枝，得到神经网络模型；判断神经网络模型是否符合压缩终止条件；若所述神经网络模型符合压缩终止条件，则将所述神经网络模型作为目标深度神经网络；若所述神经网络模型不符合压缩终止条件，则重复将所述神经网络模型作为待压缩神经网络模型剪枝的操作。利用该方法，有效提高了深度神经网络模型在嵌入式平台上的运行效率，同时也精简了深度神经网络模型的存储空间，进而也提高了依赖深度神经网络模型的应用产品的用户体验。
姿态检测方法装置设备存储介质

[发明专利]含有聚类拓扑耦合的神经网络脉冲同步方法及系统-CN202010344860.2有效
发明人：汤泽;轩德利 -专利权人：江南大学
申请日： 2020-04-27 - 公布日： 2023-06-16 - 主分类号： G06N3/045 文献下载
摘要：本发明涉及一种含有聚类拓扑耦合的神经网络脉冲同步方法及系统,包括：建立具有随机扰动的孤立神经网络模型以及有多个聚类的导数耦合神经网络模型；根据所述孤立神经网络模型以及导数耦合神经网络模型建立误差网络模型，并根据所述误差神经网络模型拓扑结构和脉冲信号设计脉冲牵制控制器；根据所述误差网络模型选择相应的函数，并结合所述脉冲牵制控制器实现导数耦合神经网络模型和孤立神经网络模型之间的聚类同步；搭建神经网络模型并利用所述神经网络模型进行数值仿真，验证所述导数耦合神经网络模型和孤立神经网络模型之间的聚类同步效果。
含有拓扑耦合神经网络脉冲同步方法系统

[发明专利]一种神经网络模型生成方法及装置-CN202110103858.0有效
发明人：宇哲伦 -专利权人：北京奇艺世纪科技有限公司
申请日： 2021-01-26 - 公布日： 2023-07-25 - 主分类号： G06N3/08 文献下载
摘要：本发明实施例提供了一种神经网络模型生成方法及装置，方法包括：获取预设结构的第一神经网络模型；其中，第一神经网络模型包括至少一个批标准化BN层；基于目标样本图像和目标损失函数，对第一神经网络模型进行模型训练，得到第二神经网络模型；其中，目标损失函数为基于原始损失函数和BN层的模型参数计算得到的；确定第二神经网络模型中除目标卷积核以外的网络模型结构，作为第三神经网络模型；其中，目标卷积核为第二神经网络模型中对应的BN层的模型参数的绝对值小于目标阈值的卷积核；基于第三神经网络模型，生成目标神经网络模型。如此，能够降低目标神经网络模型的结构复杂度，提高目标神经网络模型的适用性。
一种神经网络模型生成方法装置

[发明专利]低比特神经网络模型的获取方法、装置、设备及介质-CN202011008855.0在审
发明人：张东 -专利权人：合肥君正科技有限公司
申请日： 2020-09-23 - 公布日： 2022-03-29 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种低比特神经网络模型的获取方法、装置、设备及介质，方法包括以下步骤：获取初始神经网络模型，并获取低比特神经网络模型的目标位宽，以及根据目标位宽获取正则化参数；对初始神经网络模型进行全精度训练得到全精度神经网络模型，并在训练过程中，根据正则化参数对初始神经网络模型进行权重正则化；对全精度神经网络模型进行训练得到低比特神经网络模型，并输出低比特神经网络模型。由此，能够加快低比特神经网络模型的收敛速度，提高低比特神经网络模型的训练速度。
比特神经网络模型获取方法装置设备介质

[发明专利]一种模型压缩方法、装置和可读存储介质-CN202211247708.8有效
发明人：钟雨崎;艾国;杨作兴 -专利权人：深圳比特微电子科技有限公司
申请日： 2022-10-12 - 公布日： 2023-01-20 - 主分类号： G06F3/06 文献下载
摘要：本发明实施例提供了一种模型压缩方法、装置和可读存储介质。其中的方法包括：获取待压缩的神经网络模型和所述神经网络模型的神经元参数；根据所述神经网络模型的模型结构构建压缩模型；根据所述神经网络模型的神经元参数对所述压缩模型进行迭代训练，直至满足预设终止条件得到目标压缩模型；利用所述目标压缩模型对所述神经网络模型进行压缩处理，得到目标神经网络模型。本发明实施例能够在保持神经网络模型的精度的同时，减小神经网络模型所需的存储空间，使得目标神经网络模型能够部署于各个硬件设备中实现与压缩前的神经网络模型相同的功能。
一种模型压缩方法装置可读存储介质

[发明专利]基于无标签数据的神经网络模型量化方法及装置-CN201911189663.1在审
发明人：陈晨;袁勇;胡晰远;彭思龙 -专利权人：中国科学院自动化研究所
申请日： 2019-11-28 - 公布日： 2020-04-07 - 主分类号： G06N3/08 文献下载
摘要：本发明涉及图像处理技术领域，具体涉及一种基于无标签数据的神经网络模型量化方法及装置。为了解决现有技术需要依赖训练集才能实现对神经网络压缩的问题，本发明提出一种基于无标签数据的神经网络模型量化方法，包括基于第一预设量化位宽对原始神经网络模型的权重进行量化，获取第一量化神经网络模型；基于原始神经网络模型的输出和第一量化神经网络模型的输出，对第一量化神经网络模型的每一层不同通道的量化位宽进行优化，获取第二量化神经网络模型；基于原始神经网络模型的特征和第二量化神经网络模型的特征，对第二量化神经网络模型的权重进行优化，获取目标神经网络模型。本发明的方法能够通过少量无标签数据对神经网络模型进行量化。
基于标签数据神经网络模型量化方法装置

[发明专利]一种对神经网络模型进行训练的方法、装置及电子设备-CN201680061886.8有效
发明人：陈理;王淞;范伟;孙俊;直井聪 -专利权人：富士通株式会社
申请日： 2016-03-31 - 公布日： 2021-06-01 - 主分类号： G06N3/08 文献下载
摘要：一种对神经网络模型进行训练的方法、装置和电子设备。该方法包括：提取神经网络模型的一部分，以形成神经网络子模型；对所述神经网络子模型进行训练，以形成优化的神经网络子模型；根据所述优化的神经网络子模型中的各权值，初始化所述神经网络模型中的各权值，以形成初始化神经网络模型，并且，所述初始化神经网络模型与所述优化的神经网络子模型具有相同的输出特性；基于已知训练集，对所述初始化神经网络模型中的各权值进行调整。根据该方法，能够缩短大规模神经网络的训练时间并避免过拟合问题。
一种神经网络模型进行训练方法装置电子设备

[发明专利]神经网络生成装置、神经网络生成方法以及神经网络生成程序-CN202180044360.X在审
发明人：富田浩明;J·O·尼科尔斯 -专利权人：利普麦德株式会社
申请日： 2021-06-30 - 公布日： 2023-02-14 - 主分类号： G06N3/0475 文献下载
摘要：神经网络生成装置是生成对神经网络进行运算的神经网络执行模型的神经网络生成装置，其包括：执行模型生成部，基于所述神经网络执行模型所运行的硬件的硬件信息、以及所述神经网络的网络信息，生成所述神经网络执行模型；以及学习部，生成所生成的所述神经网络执行模型的学习完毕参数。
神经网络生成装置方法以及程序

[发明专利]一种神经网络模型压缩方法以及装置-CN201810274146.3有效
发明人：孙源良;王亚松;刘萌;樊雨茂 -专利权人：国信优易数据股份有限公司
申请日： 2018-03-29 - 公布日： 2021-05-14 - 主分类号： G06N3/08 文献下载
摘要：本发明提供了一种神经网络模型压缩方法以及装置，其中，该方法包括：将训练数据输入待压缩神经网络模型以及目标神经网络模型；基于待压缩神经网络模型对训练数据提取的特征向量和分类结果，对目标神经网络模型进行训练，得到压缩神经网络模型；其中，目标神经网络模型参数的数量少于待压缩神经网络模型参数的数量。本发明实施例基于待压缩神经网络模型对训练数据提取的特征向量和分类结果，引导目标神经网络模型进行训练，最终得到的压缩神经网络模型和待压缩神经网络模型对同一训练数据的分类结果是相同的，进而不会在模型压缩过程中造成精度的损失，能够在保证精度的前提下，对模型的尺寸进行压缩，满足对于精度和模型尺寸的双重需求。
一种神经网络模型压缩方法以及装置

[发明专利]神经网络生成装置、神经网络控制方法以及软件生成程序-CN202180070438.5在审
发明人：金井润一;山冈宙太 -专利权人：利普麦德株式会社
申请日： 2021-10-19 - 公布日： 2023-06-27 - 主分类号： G06N3/0464 文献下载
摘要：一种神经网络生成装置，为生成对神经网络进行运算的神经网络执行模型的神经网络生成装置，具备：执行模型生成部，基于所述神经网络执行模型进行工作的硬件的硬件信息和所述神经网络的网络信息来生成所述神经网络执行模型；以及软件生成部，生成使将所述神经网络执行模型安装于所述硬件而成的神经网络硬件工作的软件。
神经网络生成装置控制方法以及软件程序

[发明专利]搜索方法及装置、芯片、计算机可读存储介质-CN202310183604.3在审
发明人：欧俊宏 -专利权人：哲库科技（上海）有限公司
申请日： 2023-02-28 - 公布日： 2023-05-26 - 主分类号： G06V10/764 文献下载
摘要：本申请披露了一种搜索方法及装置、芯片、计算机可读存储介质，该搜索方法应用于混合神经网络模型，所述方法包括：从所述混合神经网络模型的搜索空间中选择候选混合神经网络模型；对所述候选混合神经网络模型的网络性能进行评估，以确定所述候选混合神经网络模型的网络表达能力，所述候选混合神经网络模型的网络表达能力与所述候选混合神经网络模型的精度正相关；响应于所述候选混合神经网络模型的网络表达能力满足预设需求，则确定所述候选混合神经网络模型为目标混合神经网络模型
搜索方法装置芯片计算机可读存储介质

[发明专利]模型压缩方法及装置、计算机可读介质和电子设备-CN202310028847.X在审
发明人：樊欢欢 -专利权人：西安欧珀通信科技有限公司
申请日： 2023-01-09 - 公布日： 2023-05-09 - 主分类号： G06N3/082 文献下载
摘要：本公开提供一种模型压缩方法及装置、计算机可读介质和电子设备，涉及人工智能技术领域。该方法包括：获取预训练的初始神经网络模型；对所述初始神经网络模型进行深度剪枝处理，得到深度剪枝后的初始神经网络模型；对所述深度剪枝后的初始神经网络模型进行宽度剪枝处理，得到宽度剪枝后的初始神经网络模型；将满足预设模型压缩参数的所述宽度剪枝后的初始神经网络模型，确定为目标神经网络模型。本公开能够有效对初始神经网络模型中的冗余结构进行压缩，可以在保证目标神经网络模型的性能和精度的同时，有效减小目标神经网络模型的模型体积，进而提高目标神经网络模型的适用场景。
模型压缩方法装置计算机可读介质电子设备

[发明专利]基于框架搜索的深度神经网络的加速与压缩方法及系统-CN202011016590.9有效
发明人：郭庆北;张波;李忠涛 -专利权人：法正互联（北京）科技有限公司
申请日： 2020-09-24 - 公布日： 2023-08-22 - 主分类号： G06N3/0464 文献下载
摘要：本发明公开了基于框架搜索的深度神经网络的加速与压缩方法及系统，包括：获取待压缩的原始神经网络模型，所述原始神经网络模型用于图像分类；对待压缩的原始神经网络模型进行权重的优化；对权重优化后的神经网络模型，保持权重固定不变，只进行框架参数优化；对框架参数优化后的神经网络模型进行裁剪，对裁剪后的神经网络模型进行微调，得到图像分类精度最高的神经网络模型，即为压缩后的神经网络模型。
基于框架搜索深度神经网络加速压缩方法系统

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