買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉北京百度網(wǎng)訊科技有限公司申請的專利神經(jīng)網(wǎng)絡模型的壓縮方法、設備和存儲介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114282670B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-19發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210044856.3，技術(shù)領域涉及：G06N3/082；該發(fā)明授權(quán)神經(jīng)網(wǎng)絡模型的壓縮方法、設備和存儲介質(zhì)是由陳毅;謝群義;徐楊柳;欽夏孟;章成全;姚錕設計研發(fā)完成，并于2022-01-14向國家知識產(chǎn)權(quán)局提交的專利申請。

本神經(jīng)網(wǎng)絡模型的壓縮方法、設備和存儲介質(zhì)在說明書摘要公布了：本公開提供了一種神經(jīng)網(wǎng)絡模型的壓縮方法、設備和存儲介質(zhì)，涉及人工智能技術(shù)領域，具體為深度學習、計算機視覺技術(shù)領域，可應用于圖像處理等場景。具體實現(xiàn)方案為：在對初始神經(jīng)網(wǎng)絡模型進行壓縮的過程中，結(jié)合初始神經(jīng)網(wǎng)絡模型中各層神經(jīng)網(wǎng)絡的剪枝比例，對各層神經(jīng)網(wǎng)絡分別進行剪枝處理，以得到中間神經(jīng)網(wǎng)絡模型，并基于訓練數(shù)據(jù)對中間神經(jīng)網(wǎng)絡模型進行訓練，并對訓練后的所述中間神經(jīng)網(wǎng)絡模型進行量化，以及結(jié)合訓練數(shù)據(jù)對量化后的中間神經(jīng)網(wǎng)絡模型進行訓練，以得到最終的目標神經(jīng)網(wǎng)絡模型。由此，在保證神經(jīng)網(wǎng)絡模型的性能的情況下，節(jié)省了計算資源、存儲和硬件資源等。

本發(fā)明授權(quán)神經(jīng)網(wǎng)絡模型的壓縮方法、設備和存儲介質(zhì)在權(quán)利要求書中公布了：1.一種神經(jīng)網(wǎng)絡模型的壓縮方法，包括： 獲取初始神經(jīng)網(wǎng)絡模型以及對應的訓練數(shù)據(jù)，其中，所述初始神經(jīng)網(wǎng)絡模型包括多層神經(jīng)網(wǎng)絡，所述訓練數(shù)據(jù)包括圖像或視頻； 獲取對所述初始神經(jīng)網(wǎng)絡模型進行剪枝時，所述初始神經(jīng)網(wǎng)絡模型所允許的目標精度損失； 獲取每一層神經(jīng)網(wǎng)絡剪枝不同的多個比例給所述初始神經(jīng)網(wǎng)絡模型帶來的第一精度損失； 針對每一層神經(jīng)網(wǎng)絡，從當前層神經(jīng)網(wǎng)絡所對應的多個第一精度損失中，確定出第二精度損失以及第三精度損失，其中，所述第二精度損失為小于所述目標精度損失，且與所述目標精度損失差值最小的第一精度損失，所述第三精度損失為大于所述目標精度損失，且與所述目標精度損失差值最小的第一精度損失； 獲取與所述第二精度損失對應的目標比例； 根據(jù)所述目標比例、所述第二精度損失、所述目標精度損失和所述第三精度損失，確定所述當前層神經(jīng)網(wǎng)絡所對應的剪枝比例； 根據(jù)所述剪枝比例，對各層神經(jīng)網(wǎng)絡分別進行剪枝處理，以得到中間神經(jīng)網(wǎng)絡模型； 根據(jù)所述訓練數(shù)據(jù)，對所述中間神經(jīng)網(wǎng)絡模型進行訓練； 對訓練后的所述中間神經(jīng)網(wǎng)絡模型進行量化； 基于所述訓練數(shù)據(jù)對量化后的中間神經(jīng)網(wǎng)絡模型進行訓練，以得到目標神經(jīng)網(wǎng)絡模型。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人北京百度網(wǎng)訊科技有限公司，其通訊地址為：100085 北京市海淀區(qū)上地十街10號百度大廈二層；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。