• 热门行业
  • 装修建材
  • 家居生活
  • 餐饮食品
  • 母婴教育
  • 电脑办公
  • 服装首饰
  • 汽车工具
  • 家电数码
  • 机械化工
  • 休闲美容
返回上一页
专利状态
神经网络模型的训练方法及装置
有效
专利申请进度
申请
2019-03-19
申请公布
2020-09-29
授权
2024-01-12
预估到期
2039-03-19
专利基础信息
申请号 CN201910208661.6 申请日 2019-03-19
申请公布号 CN111723901A 申请公布日 2020-09-29
授权公布号 CN111723901B 授权公告日 2024-01-12
分类号 G06N3/082;G06N3/084;G06N3/042;G06N3/0495;G06N3/048;CN107644252A,2018.01.30;CN109409518A,2019.03.01;US2019050710A1,2019.02.14;WO2018140294A1,2018.08.02;CN109190759A,2019.01.11;CN107644254A,2018.01.30;CN107909147A,2018.04.13;CN107967515A,2018.04.27;CN107967
分类 计算;推算;计数;
申请人名称 百度在线网络技术(北京)有限公司
申请人地址 北京市海淀区上地十街10号百度大厦三层
专利法律状态
  • 2024-01-12
    授权
    状态信息
    授权
  • 2020-10-27
    实质审查的生效
    状态信息
    实质审查的生效;IPC(主分类):G06N3/04;申请日:20190319
  • 2020-09-29
    公布
    状态信息
    公布
摘要
本发明提出一种神经网络模型的训练方法及装置,其中,该方法包括:获取神经网络初始模型;对所述神经网络初始模型的网络参数进行参数量化以生成参数量化神经网络模型;以及对所述参数量化神经网络模型进行激活量化。由于在训练神经网络模型的过程中,对网络参数和激活结果进行了量化,使应用比特乘法成为可能,实现了在保证神经网络模型的识别精度的前提下,极大地压缩了神经网络模型的深度和体积,极大地降低了神经网络模型在推理时的计算复杂度,加快了神经网络模型的推理速度。