减少神经模型的资源需求的方法、系统和存储介质
实质审查的生效
摘要
减少神经模型的资源需求的方法、系统和存储介质。呈现了用于压缩神经网络模型的张量分解的各种实施例。在一个或多个实施例中，来自神经网络模型的一个或多个神经网络层使用张量环(TR)分解来进行压缩。在一个或多个实施例中，经TR分解的神经网络使用更少的资源并且可以更容易地部署在资源‑约束设备上。在较小的模型尺寸情况下，在推理期间，经压缩的模型比其原始模型运行更快，并且消耗更少的功率。此外，与其他张量分解方法相比，经TR压缩的模型在稳定性和模型精度方面可以获得更好的性能。
基本信息
专利标题 ：
减少神经模型的资源需求的方法、系统和存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114386562A
申请号 ：
CN202111131670.3
公开（公告）日 ：
2022-04-22
申请日 ：
2021-09-26
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
程治宇
申请人 ：
百度(美国)有限责任公司
申请人地址 ：
美国加利福尼亚州桑尼维尔波尔多道1195
代理机构 ：
北京清亦华知识产权代理事务所(普通合伙)
代理人 ：
罗岚
优先权 ：
CN202111131670.3
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/04
体系结构，例如，互连拓扑
法律状态
2022-05-10 ：
实质审查的生效
IPC(主分类) : G06N 3/04
申请日 : 20210926
申请日 : 20210926
2022-04-22 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
