龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：绍兴市北大信息技术科创中心
申请日：2023-10-16
公开（公告）日：2024-06-25
公开（公告）号：CN118247628A
主分类号：G06V10/82
分类号：G06V10/82;G06V10/774;G06V10/764;G06V10/44;G06N3/0464;G06N3/045;G06N3/0495;G06N3/084
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明提出了一种基于困难样本的无数据模型量化方法、系统和装置，包括，采样噪声并设定其伪标签，将带伪标签的噪声输入全精度模型，利用损失函数匹配分布信息以及赋予分类信息，通过最小化损失函数迭代优化噪声，得到生成样本，对全精度模型进行量化，获取量化模型，将生成样本输入全精度模型和量化模型进行训练，通过最小化训练损失增强生成样本的难度，获得增强样本，将增强样本输入全精度模型和量化模型进行训练，通过最小化训练损失更新量化模型。
主权项：1.一种基于困难样本的无数据模型量化方法，其特征在于，包括：步骤1，采样噪声并设定其伪标签，将带伪标签的噪声输入全精度模型，利用损失函数匹配分布信息以及赋予分类信息，通过最小化损失函数迭代优化噪声，得到生成样本；步骤2，对全精度模型进行量化，获取量化模型；步骤3，将生成样本输入全精度模型和量化模型进行训练，通过最小化训练损失增强生成样本的难度，获得增强样本；步骤4，将增强样本输入全精度模型和量化模型进行训练，通过最小化训练损失更新量化模型。
全文数据：
权利要求：
百度查询： 绍兴市北大信息技术科创中心 一种基于困难样本的无数据模型量化方法、系统和装置
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