一种基于浅层特征预计算的神经网络推理加速方法
公开
摘要
本发明公开了一种基于浅层特征预计算的神经网络推理加速方法，该方法首先获取预训练神经网络，根据输入文本，使用预训练神经网络将输入文本进行编码；然后根据所述预训练神经网络，构建浅层特征可预计算神经网络，根据输入文本，使用浅层特征可预计算神经网络将输入文本进行编码；再使用所述浅层特征可预计算神经网络拟合预训练神经网络的中间层特征，训练浅层特征可预计算神经网络；再根据所述浅层特征可预计算神经网络，构建浅层特征查询表；最后使用上述浅层特征查询表替换浅层特征可预计算神经网络的浅层神经网络。本发明可以用于新闻分类、情感分析、问答系统等人工智能领域任务。
基本信息
专利标题 ：
一种基于浅层特征预计算的神经网络推理加速方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114580352A
申请号 ：
CN202210223992.9
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-09
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
寿黎但王珏陈珂骆歆远江大伟陈刚
申请人 ：
浙江大学
申请人地址 ：
浙江省杭州市西湖区余杭塘路866号
代理机构 ：
杭州求是专利事务所有限公司
代理人 ：
邱启旺
优先权 ：
CN202210223992.9
主分类号 ：
G06F40/126
IPC分类号 ：
G06F40/126 G06F40/284 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F40/126
字符编码
法律状态
2022-06-03 ：
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
