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：广东工业大学
摘要：本发明公开了一种深度神经网络的分段线性混合量化方法，涉及智能信息处理领域，所述方法包括：S1：选择深度神经网络模型并获取各层参数；S2：计算每个权重层的敏感度，用聚类方法将敏感度相近的权重层分组，根据分组分配量化精度；S3：获取权重层和激活层各通道数据的范围值，按照范围值进行权重层和激活层各通道的分组并分配量化参数；S4：分段量化每个权重层，寻找能最小化由于量化带来的精度损失的量化方案的最优解；S5：微调量化后的模型，使用预设指标验证微调后的模型。本发明通过聚类和分段量化技术，提升量化效率，并根据层和通道的特性，采用不同量化策略，适用多种模型且量化后精度损失小。
主权项：1.一种深度神经网络的分段线性混合量化方法，其特征在于，所述方法包括以下步骤：S1：选择要量化的深度神经网络模型并获取各层参数，所述参数包括所述深度神经网络模型各层的权重和激活函数以及权重和激活函数的参数数量和数据类型；S2：根据各层参数计算每个权重层的敏感度，采用聚类的方法将相近敏感度的权重层分组，根据所述分组进行量化精度的分配；S3：获取权重层和存在激活函数的激活层各通道的数据的范围值，按照所述范围值进行权重层和激活层各通道的聚类分组并分配量化参数；S4：分段量化每个权重层，并寻找能最小化由于量化而带来的精度损失的量化方案的最优解；S5：微调采用最优解量化后的所述深度神经网络模型，使用预设指标验证微调后的模型。
全文数据：
权利要求：
百度查询： 广东工业大学 一种深度神经网络的分段线性混合量化方法
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