Document
拖动滑块完成拼图
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
最新专利技术
  • 本发明公开一种用于分布式嵌入向量的训练方法及装置,涉及深度学习领域,包括批量读取训练数据,根据各训练数据的ID,确定训练数据对应的位置信息;根据位置信息,确定训练数据对应的嵌入向量;根据各嵌入向量的访问频率和预先确定的元素数量,确定各嵌入向...
  • 本申请公开了一种模型的参数更新方法、计算机可读存储介质和电子设备。该方法应用于电子设备,模型包括第一模型层和第二模型层,该方法包括:在执行第n轮反向传播时,对第二模型层中的至少一个第二模型层的部分数据并行组进行参数更新,n是正整数;在执行第...
  • 本申请公开了一种图像识别网络的压缩方法及设备,涉及人工智能技术领域,包括在对目标卷积层的输出通道进行剪枝得到保留通道集合和被剪枝通道集合后,需要基于通道权重计算保留通道集合中每一保留通道与其余各输出通道之间的相似度,从而实现基于通道间相似度...
  • 本发明提供了一种基于动态低秩矩阵自适应的参数高效微调方法及装置,涉及神经网络技术领域,包括:对当前业务场景的神经网络的原始权重进行冻结;将低秩矩阵对插入至神经网络的可微调层级确定可微调层级的当前权重;通过神经网络基于当前权重针对输入的样本数...
  • 本申请提供了一种用于模型微调的处理方法及计算机设备,获取目标终端的实际硬件资源和搜索辅助模型;该目标终端已经或即将部署待微调的目标模型,该搜索辅助模型与目标模型对应且包含多个能够微调的网络层,从而基于预先配置的秩搜索空间和搜索辅助模型,确定...
  • 一种神经网络处理装置及方法,涉及神经网络技术领域,用于避免内存墙问题和功耗浪费,提高神经网络的处理效率。该装置用于处理包括多个卷积层的神经网络,该装置包括缓存器、调度器和多个计算单元。该缓存器包括与多个卷积层一一对应的多个缓存空间。该调度器...
  • 提供了一种用于图像处理的神经网络模型训练方法、装置、设备和存储介质,涉及人工智能领域。该模型训练方法,包括:确定第一神经网络模型,第一神经网络模型包括至少一个第一卷积层;对第一卷积层设置平行卷积组,得到第二神经网络模型;其中,平行卷积组包括...
  • 根据本发明的一个实例,类神经处理单元可以包含一个处理元素阵列,用于执行类神经网络模型的运算,以及一个后处理单元,其被配置为处理从处理元素阵列输出的资料。该后处理单元包含第一计算电路,该电路通过比较各类别的类别分数来为每个边界框提取一个类别子...
  • 本申请公开了一种基于NPU的存算一体服务器优化方法,涉及服务器架构技术领域,公开的基于NPU的存算一体服务器优化方法通过动态调整算术逻辑单元、乘法累加计算单元及缓存模块的配置生成重构计算单元,结合异构硬件性能评估与任务迁移机制,实现了计算资...
  • 本发明公开了一种基于多尺度稀疏分支的KAN自适应函数组合方法及装置,属于人工智能与机器学习技术领域。该方法包括:启动动态选择机制并初始化模型参数;对输入数据进行标准化处理,通过多尺度特征提取和分层注意力机制计算函数选择权重;基于权重筛选并激...
  • 本发明涉及深度学习技术领域,公开了一种神经网络的迟滞量化感知训练方法及装置、存储介质,能够对预构建的神经网络进行训练得到满足第一预设收敛条件的浮点网络;在网络中插入伪量化节点,并输入预先获取的训练数据进行PTQ校准得到初始量化网络;按照预设...
  • 本申请提供一种图神经网络数据集结构信息的压缩存储方法及装置,涉及人工智能领域,解决了目前的压缩方案的压缩存储效率低下的技术问题。该方法包括:获取图神经网络数据集的图结构信息;图结构信息用于表征节点间的拓扑连接关系;基于拓扑连接关系,生成度表...
  • 本申请公开了模型压缩方法、电子设备、计算机可读存储介质。该方法包括:获取已训练的目标模型;获取目标模型对应的存储限制;利用预设量化算法对目标模型的所有网络层的参数矩阵进行量化,得到每一网络层对应的参数矩阵的目标量化值;基于目标量化值获取每一...
  • 本申请提供了一种激活函数计算电路、方法和系统,可以应用于硬件技术领域。该激活函数计算电路包括:数据输入端,用于接收浮点类型的输入数据;查找表模块,用于存储查找表,查找表包括与索引地址相关联地存储的激活函数的函数值,函数值通过按照预定采样步长...
  • 本发明是一种面向ReRAM随机写入误差的典型深度学习网络精度补偿方法。本发明涉及人工智能硬件加速与神经网络模型优化技术领域,本发明在ReRAM器件上对不同目标电导值进行多次写入,利用核密度估计建立电导值误差的概率分布;将所得分布拟合为正态分...
  • 本发明涉及智能决策技术领域,公开了基于强化学习的智能决策支持方法。该方法包括获取目标决策场景下含决策动作序列、环境状态序列及对应即时奖励信号的历史交互数据集合;将该数据集合输入状态特征提取网络进行时空特征编码,生成具时序关联性的状态特征向量...
  • 本发明公开了一种极端高温年代际预测方法、装置及存储介质,属于年代际预测技术领域,其方法包括:获取目标预测时段内,基于多模式多初始场回报试验数据提取的第二极端高温强度指数,输入至预先训练完成的基于Transformer的区域预测模型中,获取所...
  • 本发明涉及人工智能技术领域,具体涉及一种基于神经网络的路径生成方法、系统及存储介质,基于神经网络的路径生成方法包括:获取待通行用户的目标用户信息和所述待通行用户的目标通行信息;将所述目标用户信息和所述目标通行信息共同输入训练完成的路径生成模...
  • 本发明公开一种基于分组细粒度结构化剪枝的视觉Transformer加速器,属于计算、推算或计数的技术领域。本发明通过基于增量的M : 8分组细粒度结构化剪枝和整型量化,轻量化模型的硬件资源需求;提供了一种针对轻量化算法的专用硬件计算电路,该...
  • 本申请实施例提供了一种多头注意力模型的转换方法、装置、存储介质及电子设备,涉及计算机领域,其中,该方法包括:获取多头注意力模型,遍历至少一个注意力层,基于当前注意力层对应的第一查询权重矩阵、第一键权重矩阵和第一值权重矩阵,获取目标距离;基于...
技术分类