一种网络模型压缩方法、装置、存储介质和电子设备

发明专利有效专利

申请号：
CN202010837744.4
IPC分类号：G06N3/08;G06N3/04
申请日期：
2020-08-19
申请人：
腾讯科技（深圳）有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种网络模型压缩方法、装置、存储介质和电子设备
申请号	CN202010837744.4	申请日期	2020-08-19
法律状态	公开	申报国家	中国
公开/公告日	2020-12-08	公开/公告号	CN112052948A
优先权	暂无	优先权号	暂无
主分类号	G06N3/08 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/08 学习方法〔7〕	IPC分类号	G;0;6;N;3;/;0;8;;;G;0;6;N;3;/;0;4查看分类表>
申请人	腾讯科技（深圳）有限公司	申请人地址	广东省深圳市南山区高新区科技中一路腾讯大厦35层变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	腾讯科技（深圳）有限公司	当前权利人	腾讯科技（深圳）有限公司
发明人	沈力;黄浩智;王璇
代理机构	深圳翼盛智成知识产权事务所（普通合伙）	代理人	彭绪坤

摘要

本申请实施例公开了一种网络模型压缩方法、装置、存储介质和电子设备，所述方法涉及人工智能领域中的深度学习方向，包括：获取训练完成的第一生成式对抗网络模型，初始化第二生成式对抗网络模型，将训练数据分别输入至第一生成式对抗网络模型、和第二生成式对抗网络模型进行处理，得到第一输出结果和第二输出结果，基于第一输出结果和第二输出结果，生成交叉判别损失，基于交叉判别损失，迭代更新第二生成式对抗网络模型的网络模型参数，得到压缩后的目标生成式对抗网络模型。该方案可以获取到有效保存第一生成式对抗网络模型能力，并且大大减少网络模型参数量的第二生成式对抗网络模型。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供