模型量化方法、装置、电子设备和计算机可读存储介质.pdf
小琛****82
亲,该文档总共20页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
模型量化方法、装置、电子设备和计算机可读存储介质.pdf
本公开实施例涉及一种模型量化方法、装置、电子设备和计算机可读存储介质。所述方法包括:将图像输入深度学习模型中,获取深度学习模型对图像的分辨率进行处理所需的时延和功耗;根据时延、功耗、原始网络参数和强化学习算法训练深度学习模型,得到深度学习模型的各网络层的目标量化位宽;根据各网络层的目标量化位宽,对目标量化位宽对应的深度学习模型各网络层的权重和激活值进行量化,得到分辨率模型。采用本方法可以平衡量化后的超分辨率模型的运算精度和量化后的模型的占用存储空间。
模型量化方法、装置、电子设备和存储介质.pdf
本申请公开了模型量化方法、装置、电子设备和存储介质,涉及人工智能技术领域,具体为深度学习、图像处理、计算机视觉技术领域,可应用于智慧城市等场景。具体实现方案为:获取客户端发送的模型量化请求,其中,模型量化请求中包括待处理模型及待处理模型对应的量化配置信息;根据量化配置信息,确定待处理模型对应的目标芯片类型;根据量化配置信息和目标芯片类型,对待处理模型进行量化,以获取目标芯片类型对应的量化后的模型。该方法可以针对不同类型的芯片进行模型量化,从而实现不同芯片类型统一的模型量化流程。
模型迭代方法、装置、电子设备和计算机可读存储介质.pdf
本发明实施例公开了一种模型迭代方法、装置、电子设备和计算机可读存储介质,涉及计算机技术领域。该实施例包括:接收模型迭代需求数据;根据模型迭代需求数据,生成样本采集任务和多个模型参数模板;将样本采集任务发送至满足样本采集任务的要求的采集终端;接收采集终端发送的样本数据;利用样本数据和多个模型参数模板进行训练,获得多个候选模型;确定多个候选模型中的每一候选模型的性能是否优于当前线上模型,若存在性能优于当前线上模型的候选模型,则将性能优于当前线上模型的候选模型作为目标模型替换当前线上模型。本实施例规避了利用公开
模型处理方法、装置、电子设备及计算机可读存储介质.pdf
本申请实施例提供了一种模型处理方法、装置、电子设备及计算机可读存储介质,方法包括:获取目标物体的原始模型对应的三角面集合,并获取至少一个映射平面,三角面集合中包含至少一个三角面,至少一个映射平面对应至少一个朝向和位置;将三角面集合中的各三角面分别向对应的映射平面进行至少一次映射,得到每一三角面对应的目标映射平面;在三角面集合被清空时,将各三角面映射至其分别对应的目标映射平面,得到原始模型的公告牌云模型。该方案通过计算每个三角面的累加映射拟合度来控制三角面的映射次数,从而使的每个三角面的信息尽可能多的保留到
模型训练方法、装置、电子设备和可读存储介质.pdf
本申请公开了一种模型训练方法、装置、电子设备和可读存储介质,属于移动终端技术领域。所述方法应用于电子设备,该方法包括:检测是否接收到用户输入的第一语音信息;在接收到所述第一语音信息的情况下,根据所述第一语音信息确定所述用户的年龄;若所述用户的年龄满足预设条件,则获取与该年龄匹配的目标声纹录入模式;在目标声纹录入模式下采集用户输入的第二语音信息,并根据所述第二语音信息训练声纹模型。本申请通过利用第一语音信息获取与用户年龄匹配的目标声纹录入模式在一定程度上可以用户的使用体验。