龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：湖南大学
摘要：本发明公开了一种用于神经网络模型量化的混合舍入方法，包括获取训练好的神经网络模型权重参数；对模型权重参数进行缩放处理；在预设范围内随机设定舍入阈值，根据设定的舍入阈值将缩放后的模型权重参数中的小数部分划分为三个区域；若缩放后的模型权重参数中的小数部分位于R1和R3区域中，执行最近邻舍入，若小数部分位于R2区域，执行交替舍入；在预设范围内按照预设距离遍历舍入阈值，得到每一设定的舍入阈值对应的量化模型参数；评估每一设定的舍入阈值舍入后的对应的量化后模型的准确率，选取最高准确率对应的舍入阈值作为最终的舍入阈值，将对应的混合舍入后的量化模型参数作为最终的量化模型参数。有效提升量化模型的准确率。
主权项：1.一种用于神经网络模型量化的混合舍入方法，其特征在于，所述方法包括以下步骤：S100：获取训练好的神经网络模型权重参数；S200：对所述模型权重参数进行缩放处理，得到缩放后的模型权重参数；S300：在舍入阈值选取预设范围内随机设定舍入阈值p，根据设定的舍入阈值将所述缩放后的模型权重参数中的小数部分划分为R1[0,p,R2[p,1-p,R3[1-p,1]；S400：若所述缩放后的模型权重参数中的小数部分位于R1区域和R3区域中，对应区域中的参数使用最近邻舍入，若所述缩放后的模型权重参数中的小数部分位于R2区域，执行交替舍入，得到所述设定的舍入阈值对应的混合舍入后的量化模型参数；S500：在所述舍入阈值选取预设范围内按照预设距离遍历舍入阈值，重复S300和S400，得到每一设定的舍入阈值对应的混合舍入后的量化模型参数，根据所述每一设定的舍入阈值对应的混合舍入后的量化模型参数得到对应的量化后模型；S600：评估每一设定的舍入阈值舍入后的对应的量化后模型的准确率，选取最高准确率对应的舍入阈值作为最终的舍入阈值，将所述最终的舍入阈值对应的混合舍入后的量化模型参数作为最终的量化模型参数。
全文数据：
权利要求：
百度查询： 湖南大学 一种用于神经网络模型量化的混合舍入方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号