一种多模型合并压缩方法

发明专利有效专利

申请号：
CN201911253771.0
IPC分类号：G06N3/04;G06N3/08
申请日期：
2019-12-09
申请人：
深动科技(北京)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	一种多模型合并压缩方法
申请号	CN201911253771.0	申请日期	2019-12-09
法律状态	公开	申报国家	中国
公开/公告日	2021-06-25	公开/公告号	CN113033763A
优先权	暂无	优先权号	暂无
主分类号	G06N3/04 ? 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〕 G06N3/04 体系结构，例如，互连拓扑〔7〕	IPC分类号	G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	深动科技(北京)有限公司	申请人地址	北京市海淀区北二街8号中关村soho11层1219 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	深动科技(北京)有限公司	当前权利人	深动科技(北京)有限公司
发明人	曹骁翔;杨奎元
代理机构	上海方本律师事务所	代理人	汪玉平;白杨

摘要

本发明涉及一种多模型合并压缩方法，包括如下步骤：步骤S1：对每个模型分别进行独立训练；步骤S2：分离每个模型的底层与高层；步骤S3：通过映射层连接底层和高层；步骤S4：训练映射层；步骤S5：训练完毕后，对训练好的新模型进行评估，选择最优结果。本发明的优点在于降低产品中多个模型作为整体时其中的冗余结构，可以节省大量的底层耗时计算，从而可以提高产品的运行效率。

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