内容提供者
一种基于卷积神经网络的模型稀疏方法.pdf
2023-05-24
10金币
490KB
10页
琰琬****买买
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
在线预览结束，喜欢就下载吧，查找使用更方便
相关资料
一种基于卷积神经网络的模型稀疏方法.pdf
本申请提供一种基于卷积神经网络的模型稀疏方法。解决了提高稀疏模型精度的技术问题。模型稀疏方法包括:根据预训练模型的稀疏需求,设定稀疏比例s<base:Sub>l</base:Sub>;根据所述s<base:Sub>l</base:Sub>,稀疏所述预训练模型中每层的参数W<base:Sub>l</base:Sub>,得到稀疏模型;计算第一中间结果和第二中间结果的误差损失;其中,所述第一中间结果为所述预训练模型第1层的中间结果;所述第二中间结果为所述稀疏模型中第1层的中间结果;根据预设权重,对所述误差损失加
2023-05-24
10
490KB
一种支持卷积神经网络稀疏计算的方法.pptx
汇报人：/目录01卷积神经网络计算复杂度高的原因稀疏计算在卷积神经网络中的重要性稀疏计算在卷积神经网络中的应用场景02稀疏矩阵的表示方法稀疏矩阵的存储方式稀疏矩阵的运算优化稀疏矩阵的压缩算法03基于权重的稀疏性检测动态剪枝算法知识蒸馏技术混合精度训练算法04提高计算效率降低存储成本提高模型精度加速模型推理速度05算法优化方向应用领域拓展技术挑战与解决方案汇报人：
2024-10-09
20
2.5MB
一种基于欠定卷积混叠模型的稀疏盲分离方法.pdf
本发明涉及信号处理技术领域，提出一种基于欠定卷积混叠模型的稀疏盲分离方法，包括以下步骤：获取欠定混叠语音信号；对所述欠定混叠语音信号进行短时傅里叶变换，得到频域上的稀疏混叠信号；对所述频域上的稀疏混叠信号进行数学建模，得到欠定卷积混叠模型；在所述欠定卷积混叠模型下建立稀疏代价函数，利用盲分离技术对混叠通道进行实时更新，得到估计的源信号；对所述估计的源信号进行尺度和排序处理，再利用傅里叶变换的逆运算得到时域上的完成分离的源信号。本发明利用源信号的稀疏约束以及欠定卷积混叠模型的构造，在处理真实环境下的高混响混
2023-06-27
10
950KB
一种基于卷积神经网络的稀疏张量存储格式自动选择方法.pdf
本发明公开了一种基于卷积神经网络的稀疏张量存储格式自动选择方法，包括：1)通过展平和映射两种转换方法分别将多维张量降低为二维矩阵；2)通过密度表示或直方图表示将矩阵缩放为固定大小；3)将固定大小的矩阵作为卷积神经网络CNN的输入，其中CNN的结构为面向稀疏张量存储格式自动选择而设计定制；4)用监督学习的方法训练CNN并得到训练后的网络模型；5)将新的稀疏张量作为网络模型的输入，前向传播后得到该张量的最佳存储格式。本发明利用CNN在分类问题下的优势，并结合前馈神经网络FFNN以适配最佳稀疏张量存储格式的预测
2023-11-10
10
775KB
一种基于卷积神经网络的BERT模型的微调方法及系统.pdf
本发明公开了一种基于卷积神经网络的BERT模型的微调方法及系统,包括识别文本获取模块、文本识别模块、分词处理模块、词性词语模块、词语筛选模块、微调模块、词性向量模块、语句词性向量构建模块与电子设备模块,所述识别文本获取模块连接文本识别模块的位置,所述文本识别模块连接分词处理模块的位置,所述分词处理模块连接词性词语模块的位置,所述词性词语模块连接词语筛选模块的位置,所述词语筛选模块连接微调模块的位置,所述微调模块连接语句词性向量构建模块的位置。本发明所述的一种基于卷积神经网络的BERT模型的微调方法及系统,
2023-04-19
10
560KB