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！

龙图腾网获悉清华大学深圳国际研究生院申请的专利一种用于边缘设备的无需重训练量化领域自适应方法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：CN119849585B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411944312.8，技术领域涉及：G06N3/088；该发明授权一种用于边缘设备的无需重训练量化领域自适应方法是由王智;杜南洋设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本一种用于边缘设备的无需重训练量化领域自适应方法在说明书摘要公布了：一种适用于边缘设备的无需重训练量化领域自适应方法，包括：通过多量化位宽搜索确定最优量化位宽，构建域判别器以减少源域和目标域之间的特征分布差异，并利用量化网络中参数最多且量化位宽最大的子网生成伪标签。对量化网络进行初步训练，评估各量化子网的收敛速度和训练难易程度。在子网训练阶段，根据预训练结果对子网进行分组，实施差异化训练策略，其中收敛速度慢的子网获得更多训练资源。采用知识蒸馏技术，由收敛速度快的子网组向收敛速度慢的子网组传递知识，以加速学习过程并实现性能提升；有效提高了模型的推理速度，减少了推理开销，在减少计算量的前提下提高了分类准确率，为边缘设备上的深度学习模型部署提供了高效解决方案。

本发明授权一种用于边缘设备的无需重训练量化领域自适应方法在权利要求书中公布了：1.一种用于边缘设备的无需重训练量化领域自适应方法，其特征在于，包括以下步骤： 步骤一、量化网络构建：执行多量化位宽搜索，以适应不同计算资源的边缘设备，为无监督领域自适应网络中的各个量化子网确定最优量化位宽；为量化网络构建域判别器，用于区分源域和目标域的特征，以通过域判别器的反馈来指导特征提取量化网络的训练，使得源域和目标域的特征分布更加接近；使用伪标签方法，通过所有量化网络中参数最多且量化位宽最大的子网的分类预测为无标签的目标域数据生成伪标签；其中，将每个量化子网的特征层的输出输入到所述域判别器中，判别输入特征来自源域还是目标域；对于所述域判别器的结果计算判别损失并进行回传；对于域分类层使用梯度下降，对于特征提取层使用梯度反转下降法； 步骤二、预训练：对量化网络进行初步训练，以评估各量化子网的收敛速度和训练难易程度；使用测试数据集对量化子网进行评估，获取每个量化子网的分类准确率，根据分类准确率确定量化子网的收敛速度和训练难易程度； 步骤三、子网训练：根据预训练阶段得到的收敛速度和训练难易程度，对量化子网进行分组，以实施差异化的训练策略；其中，采用与子网收敛速度成反比的采样训练法，为收敛较慢的子网分配更多的训练资源；实施知识蒸馏，利用收敛速度快的子网组作为教师模型，向收敛速度慢的作为学生模型的子网组传递知识，加速后者的学习过程。

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清华大学深圳国际研究生院，其通讯地址为：518071 广东省深圳市南山区桃源街道丽水路2279号；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”。

以上内容由龙图腾AI智能生成。