Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
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 积分商城 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 > 之江实验室程翠萍获国家专利权

之江实验室程翠萍获国家专利权

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!

龙图腾网获悉之江实验室申请的专利一种模型剪枝、任务执行方法、装置、存储介质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:CN119990234B

龙图腾网通过国家知识产权局官网在2025-11-25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:202510071779.4,技术领域涉及:G06N3/082;该发明授权一种模型剪枝、任务执行方法、装置、存储介质及设备是由程翠萍;高翔设计研发完成,并于2025-01-16向国家知识产权局提交的专利申请。

一种模型剪枝、任务执行方法、装置、存储介质及设备在说明书摘要公布了:本说明书公开了一种模型剪枝、任务执行方法、装置、存储介质及设备。在此方法中,可以获取待处理模型,并针对待处理模型中包含的每层中间层,根据在通过待处理模型执行推理任务的过程中输入到该中间层的输入数据和通过该中间层得到的输出结果,对该中间层进行重要性量化评估,以确定该中间层的互信息量化贡献值,进而可以根据每层中间层的互信息量化贡献值,从各中间层中选取出冗余中间层,并根据选取结果,对待处理模型进行剪枝处理,得到处理后的模型,以在降低处理后的模型的参数量的同时避免对处理后的模型进行大规模的重训练,从而可以降低对大规模深度学习模型进行调整所需的成本。

本发明授权一种模型剪枝、任务执行方法、装置、存储介质及设备在权利要求书中公布了:1.一种模型剪枝方法,其特征在于,包括: 获取待处理模型执行推理任务的过程中每个中间层的互信息量化贡献值,其中,所述推理任务用于对文本数据、图片数据、视频数据中的至少一种数据进行处理;针对所述待处理模型中包含的每个中间层,根据该中间层的输入数据和输出结果,确定该中间层的互信息量;根据所述互信息量,该中间层的输入数据的熵、以及该中间层的输出结果的熵,确定该中间层的输入数据与输出结果之间的冗余信息值;根据所述互信息量和所述冗余信息值的比值,确定该中间层的互信息量化贡献值; 根据各个中间层的互信息量化贡献值,对所述各个中间层进行排序,并根据排序结果,从所述各个中间层中选取出冗余中间层; 根据选取结果,对所述待处理模型中包含的所述冗余中间层进行剪枝处理,得到处理后的模型。

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之江实验室,其通讯地址为:311121 浙江省杭州市余杭区中泰街道科创大道之江实验室;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”。

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。