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

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 > 鹏城实验室李泽婷获国家专利权

鹏城实验室李泽婷获国家专利权

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!

龙图腾网获悉鹏城实验室申请的专利无数据知识蒸馏学习方法、装置、设备及存储介质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:CN119783735B

龙图腾网通过国家知识产权局官网在2025-10-17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:202411756581.1,技术领域涉及:G06N3/0495;该发明授权无数据知识蒸馏学习方法、装置、设备及存储介质是由李泽婷;任智祥;田永鸿设计研发完成,并于2024-11-29向国家知识产权局提交的专利申请。

无数据知识蒸馏学习方法、装置、设备及存储介质在说明书摘要公布了:本申请实施例提供了一种无数据知识蒸馏学习方法、装置、设备及存储介质,属于知识蒸馏技术领域。该方法包括:在当前迭代轮次下,基于当前迭代次数确定至少一个生成器损失权重并计算得到生成器损失值,利用生成器损失值对生成器参数进行调整,得到当前迭代轮次下训练好的更新生成器;基于当前迭代次数确定至少一个学生模型损失权重并计算得到学生模型损失值;利用学生模型损失值对学生模型参数进行调整,得到当前迭代轮次下训练好的更新学生模型;其中,生成器损失权重和学生模型损失权重均随迭代次数的增加呈整体动态增大的趋势;重复执行对生成器和学生模型的训练,直至迭代次数到达预设确定最后一迭代轮次得到的更新学生模型为目标学生模型。

本发明授权无数据知识蒸馏学习方法、装置、设备及存储介质在权利要求书中公布了:1.一种无数据知识蒸馏学习方法,其特征在于,所述方法包括: 步骤101、获取当前迭代轮次的迭代次数,并获取初始生成器在指定生成信息下生成的第一合成样本,其中,所述第一合成样本为图像; 步骤102、将所述第一合成样本分别输入至初始学生模型和预先训练好的教师模型中,输出所述初始学生模型对所述第一合成样本处理后的得到的第一学生预测结果,并基于设置有随机失活层的所述教师模型对所述第一合成样本进行处理,输出第一教师预测结果; 步骤103、基于当前所述迭代次数确定至少一个生成器损失权重,根据所述生成器损失权重、所述第一学生预测结果和所述第一教师预测结果,计算得到生成器损失值;利用所述生成器损失值对生成器参数进行调整,得到当前迭代轮次下训练好的更新生成器; 步骤104、在当前迭代轮次下,获取所述更新生成器在指定生成信息下生成的第二合成样本,其中,所述第二合成样本为图像; 步骤105、将所述第二合成样本分别输入至初始学生模型和预先训练好的教师模型中,输出所述初始学生模型对所述第二合成样本处理后的得到的第二学生预测结果,并基于设置有随机失活层的所述教师模型对所述第二合成样本进行处理,输出第二教师预测结果; 步骤106、基于当前所述迭代次数确定至少一个学生模型损失权重,根据所述学生模型损失权重、所述第二学生预测结果和所述第二教师预测结果,计算得到学生模型损失值;利用所述学生模型损失值对学生模型参数进行调整,得到当前迭代轮次下训练好的更新学生模型;其中,所述生成器损失权重和所述学生模型损失权重均随所述迭代次数的增加呈整体动态增大的趋势; 步骤107、若所述迭代次数小于预设的最大迭代阈值,重复所述步骤101至所述步骤107;否则,确定最后一迭代轮次得到的所述更新学生模型为目标学生模型。

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鹏城实验室,其通讯地址为:518000 广东省深圳市南山区兴科一街2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。

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。