一种深度学习网络模型训练方法、系统、设备以及介质
公开
摘要
本发明公开了一种深度学习网络模型训练方法，包括步骤：根据多个预设量化方法和输入到深度学习网络模型中每一层的原特征确定每一层分别对应的第一量化因子；根据多个第一量化因子对原特征进行量化以得到多个量化特征；计算每一个原特征分别与对应的多个量化特征的峰值信噪比；分别比较多个峰值信噪比的大小以根据最大值确定每一层对应的最终第一量化因子；确定每一层的原特征中每一个通道的最大值并根据每一个通道的最大值对每一层的权重的对应维度的数据进行量化并得到每一层的权重对应的第二量化因子；将最终第一量化因子乘以第二量化因子得到第三量化因子以对偏置参数进行量化。本发明还公开了一种系统、计算机设备以及可读存储介质。
基本信息
专利标题 ：
一种深度学习网络模型训练方法、系统、设备以及介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114611677A
申请号 ：
CN202210303131.1
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
沈付旺贾敬崧
申请人 ：
山东云海国创云计算装备产业创新中心有限公司
申请人地址 ：
山东省济南市中国（山东）自由贸易试验区济南片区浪潮路1036号浪潮科技园S01楼35层
代理机构 ：
北京连和连知识产权代理有限公司
代理人 ：
朝鲁蒙
优先权 ：
CN202210303131.1
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
2022-06-10 ：
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
