首页 > 专利查询

一种神经网络模型训练方法及装置[发明专利]

专利名称：一种神经网络模型训练方法及装置专利类型：发明专利

发明人：张渊，谢迪，浦世亮

申请号：CN201910808066.6

申请日：20190829

公开号：CN112446461A

公开日：

20210305

专利内容由知识产权出版社提供

摘要：本申请实施例提供了一种神经网络模型训练方法及装置，获取训练样本，利用训练样本，对神经网络模型进行训练。在进行神经网络模型训练时，对输入每个网络层的第一激活量和每个网络层的网络权值进行整型定点编码，编码后的第一激活量和网络权值为具有指定位宽的整型定点数据，则在进行运算时，所涉及到的矩阵乘法、矩阵加法等运算都采用整型定点格式，整型定点数据的位宽明显少于单精度浮点数据的位宽，因此，可以大幅地降低运行神经网络模型需要的硬件资源开销。

申请人：杭州海康威视数字技术股份有限公司

地址：310051 浙江省杭州市滨江区阡陌路555号

国籍：CN

代理机构：北京柏杉松知识产权代理事务所(普通合伙)

本文发布于:2024-09-21 19:26:59，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/4/414242.html

上一篇：一种通信系统、5G网络下的多路转发方法及通信设备[发明专利]

下一篇：基于深度神经网络的数字视频删帧篡改检测方法[发明专利]