首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于权重弹性映射的量化神经网络容错增强方法 

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:电子科技大学

摘要:本发明公开了一种基于权重弹性映射的量化神经网络容错增强方法,首先使用涉及的图像数据集,计算量化神经网络模型的权重扰动弹性,然后基于选择的量化位宽和权重扰动弹性范围计算权重映射参数,最后根据权重扰动弹性和权重映射参数确定权重映射函数,并在推理过程中进行权重映射提高模型容错能力。本发明的方法根据量化神经网络模型的权重扰动弹性,利用映射计算限制权重的数值范围,从而避免了数值变化,保护了量化神经网络的正确,提高了模型的容错能力,实现对神经网络的容错增强,适用于用于嵌入式设备的基于量化神经网络模型的计算机视觉应用程序的容错能力增强,且在运行过程中不会造成太多的额外开销。

主权项:1.一种基于权重弹性映射的量化神经网络容错增强方法,具体步骤如下:S1、选择图像数据集计算量化神经网络模型的权重扰动弹性;S2、基于实际应用中选择的量化位宽和步骤S1计算的权重扰动弹性,计算权重映射参数;S3、根据权重扰动弹性和权重映射参数,确定权重映射函数;S4、在网络模型运行过程中根据权重映射函数计算权重,并使用计算后的权重参数进行推理,完成容错增强。

全文数据:

权利要求:

百度查询: 电子科技大学 一种基于权重弹性映射的量化神经网络容错增强方法

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。