龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：重庆长安科技有限责任公司
摘要：本申请实施例提供一种深度神经网络的自适应量化方法、系统及产品，该方法包括：对原始浮点模型的模型层设置量化组合节点，构建目标浮点模型；对目标浮点模型进行训练后量化，确定量化组合节点的量化参数；通过量化参数对量化组合节点进行量化参数设置，获得第一量化模型；在性能不满足设定条件情况下，将输入量化组合节点的量化节点的浮点数与该量化组合节点的反量化节点输出的浮点数进行对比，获得量化误差；根据获得的量化误差，确定第一量化模型中模型层的量化损失；根据量化损失，确定优化层；对优化层的量化位宽进行增加，并重新确定量化组合节点的量化参数，以构建新的量化模型。旨在提升模型的量化误差评估准确性。
主权项：1.一种深度神经网络的自适应量化方法，其特征在于，所述方法包括：对原始浮点模型的模型层设置量化组合节点，构建目标浮点模型；通过第一数据集对所述目标浮点模型进行训练后量化，确定所述量化组合节点的量化参数；通过所述量化参数对所述量化组合节点进行量化参数设置，获得第一量化模型；在所述第一量化模型的性能不满足设定条件的情况下，将输入量化组合节点中的量化节点的浮点数与该量化组合节点中的反量化节点输出的浮点数进行对比，获得量化误差；根据获得的各个量化组合节点的量化误差，确定所述第一量化模型的各个模型层的量化损失；根据所述第一量化模型的各个模型层的量化损失，确定进行量化位宽优化的优化层；对所述优化层的量化位宽进行增加，并重新确定量化组合节点的量化参数，以构建新的量化模型，直至构建的新的量化模型的性能满足设定条件为止。
全文数据：
权利要求：
百度查询： 重庆长安科技有限责任公司 一种深度神经网络的自适应量化方法、系统及产品
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号