Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 安徽寒武纪信息科技有限公司请求不公布姓名获国家专利权

安徽寒武纪信息科技有限公司请求不公布姓名获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉安徽寒武纪信息科技有限公司申请的专利一种神经网络模型的量化训练方法、装置及设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114692825B

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202011645237.7,技术领域涉及:G06N3/0495;该发明授权一种神经网络模型的量化训练方法、装置及设备是由请求不公布姓名设计研发完成,并于2020-12-31向国家知识产权局提交的专利申请。

一种神经网络模型的量化训练方法、装置及设备在说明书摘要公布了:本申请实施例提供了一种神经网络模型的量化训练方法、装置及设备,神经网络模型包括多个层,方法包括:在正向传播过程中,获取待量化层的第一输入数据和参数;分别对第一输入数据和参数进行量化,获得量化的第一输入数据和量化的第一参数;对量化的第一输入数据和量化的第一参数进行运算,获得第一输出数据;判断待量化层的前一层在反向传播时是否依赖第一输入数据;若是,保存第一输入数据。实施本申请实施例,通过不同的场景选择不同的量化方法,能够减少神经网络模型训练过程中的运算量,节省内存空间。

本发明授权一种神经网络模型的量化训练方法、装置及设备在权利要求书中公布了:1.一种神经网络模型的量化训练方法,其特征在于,所述神经网络模型包括多个层,所述方法包括: 在正向传播过程中,获取待量化层的第一输入数据和参数; 分别对所述第一输入数据和所述参数进行量化,获得量化的第一输入数据和量化的第一参数; 对所述量化的第一输入数据和所述量化的第一参数进行运算,获得第一输出数据; 判断所述待量化层的前一层在反向传播时是否依赖所述第一输入数据; 若是,保存所述第一输入数据; 在所述保存所述第一输入数据之后,所述方法还包括: 在反向传播过程中,分别对所述待量化层的第二输入数据和所述参数进行量化,获得量化的第二输入数据和量化的第二参数;所述待量化层的第二输入数据包括所述第一输入数据; 对所述量化的第二输入数据和所述量化的第二参数进行运算,获得量化的第二输出数据和量化的第二参数的梯度; 对所述量化的第二输出数据和所述量化的第二参数的梯度进行反量化运算,获得第二输出数据和第二参数的梯度; 在获得所述待量化层的第二输出数据和第二参数的梯度之后,将所述量化的第二输入数据和所述量化的第二参数从内存中释放掉。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人安徽寒武纪信息科技有限公司,其通讯地址为:231283 安徽省合肥市高新区习友路3333号中国(合肥)国际智能语音产业园研发中心楼611-194室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。