申请/专利权人：杭州海康威视数字技术股份有限公司

申请日：2020-01-14

公开（公告）日：2024-06-28

公开（公告）号：CN113128659B

主分类号：G06N3/02

分类号：G06N3/02;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2021.08.03#实质审查的生效;2021.07.16#公开

摘要：本申请提供一种神经网络定点化方法、装置、电子设备及可读存储介质，该神经网络定点化方法包括：对于所述神经网络的待定化单元，基于所述神经网络的已定点化单元保持定点化状态的情况下该待定点化单元输出的特征值的数据分布，确定该待定点化单元输出的特征值的定点化超参；基于该定点化超参对该待定点化单元输出的特征值进行定点化。该方法可以提升神经网络定点化的性能。

主权项：1.一种神经网络定点化方法，其特征在于，包括：对于神经网络的待定点化单元，基于所述神经网络的已定点化单元保持定点化状态的情况下该待定点化单元输出的特征值的数据分布，确定该待定点化单元输出的特征值的定点化超参；其中，所述神经网络包括预处理后的浮点模型，所述预处理后的浮点模型通过对输入的浮点模型的拓扑结构进行解析，以生成神经网络数据流图，基于配置文件中的样本图片信息，生成所述神经网络的数据层，并基于所述配置文件中的待部署硬件平台的平台特性，对所述神经网络的拓扑结构进行拆分和融合得到；该待定点化单元输出的特征值为向所述神经网络输入一定数量的样本图片的情况下的输出；基于该定点化超参对该待定点化单元输出的特征值进行定点化，得到定点化后的神经网络；所述定点化后的神经网络部署于所述待部署硬件平台，以使所述待部署硬件平台基于所述定点化后的神经网络进行智能分析处理，所述智能分析处理包括计算机视觉处理或自然语言处理；其中，在确定该待定点化单元输出的特征值的定点化超参之后，还包括：基于该待定点化单元输出的特征值的定点化超参，确定第一定点化超参候选值范围；所述第一定点化超参候选值范围的下限和上限通过在所述定点化超参的基础上分别减去和加上一个大于0的特定值得到；从该第一定点化超参候选值范围中确定该待定点化单元输出的特征值的最终定点化超参；所述基于该定点化超参对该待定点化单元输出的特征值进行定点化，包括：基于该待定点化单元输出的特征值的最终定点化超参对该待定点化单元输出的特征值进行定点化；所述从该第一定点化超参候选值范围中确定该待定点化单元输出的特征值的最终定点化超参，包括：分别确定该第一定点化超参候选值范围中各候选值对应的神经网络的输出误差；按照对应的神经网络的输出误差从小到大的顺序对各候选值进行排序，并将排序后的前预设数量的候选值的平均值确定为待定点化单元输出的特征值的最终定点化超参。

全文数据：

权利要求：

百度查询： 杭州海康威视数字技术股份有限公司 神经网络定点化方法、装置、电子设备及可读存储介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD