模型训练方法、处理芯片以及边缘终端
公开
摘要
本发明实施例提供了一种模型训练方法、处理芯片以及边缘终端，涉及计算机技术领域。模型训练方法包括：利用训练数据对深度神经网络模型的主路进行训练，得到深度神经网络模型主路的各层的网络参数，网络参数包括权重；对深度神经网络模型的主路进行压缩，并保存压缩后的深度神经网络模型主路的各层的权重利用采集的样本数据对当前的深度神经网络模型继续训练，更新各边路模块的各层的网络参数并保存；其中，所述主路的各层的权重保持不变。本发明中，大大减少了存储深度神经网络模型的各层的权重所需的存储空间，也减少了深度神经网络模型继续训练过程中的的内存消耗，从而能够适用于内存较小的边缘终端。
基本信息
专利标题 ：
模型训练方法、处理芯片以及边缘终端
专利标题（英）：
暂无
公开（公告）号 ：
CN114595814A
申请号 ：
CN202210073120.9
公开（公告）日 ：
2022-06-07
申请日 ：
2022-01-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
陈旭陈克林江伟杰吕正祥杨军民袁抗梁龙飞
申请人 ：
上海新氦类脑智能科技有限公司
申请人地址 ：
上海市杨浦区长阳路1687号A座2楼
代理机构 ：
上海上谷知识产权代理有限公司
代理人 ：
蔡继清
优先权 ：
CN202210073120.9
主分类号 ：
G06N3/08
IPC分类号 ：
G06N3/08 G06N3/04 G06N3/063
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
G06N3/08
学习方法
法律状态
2022-06-07 ：
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
