一種基于生成對抗網(wǎng)絡(luò)的量化模型訓(xùn)練的方法及裝置

基本信息

申請?zhí)?/td> 2020112935725 申請日 -
公開（公告）號 CN112288032A 公開（公告）日 2021-01-29
申請公布號 CN112288032A 申請公布日 2021-01-29
分類號 G06K9/62(2006.01)I 分類 計算；推算；計數(shù);
發(fā)明人 康燕斌;張志齊 申請（專利權(quán)）人 上海依圖網(wǎng)絡(luò)科技有限公司
代理機(jī)構(gòu) 北京同達(dá)信恒知識產(chǎn)權(quán)代理有限公司 代理人 朱佳
地址 200051上海市徐匯區(qū)宜州路180號1幢第1層01、02室
法律狀態(tài) -

摘要

摘要 本公開涉及計算機(jī)技術(shù)，特別涉及一種基于生成對抗網(wǎng)絡(luò)的量化模型訓(xùn)練的方法及裝置。用以降低模型在低比特量化時的性能損失，該方法為：服務(wù)器采用對抗方式對第一分類模型、第一分類模型量化后的第二分類模型，以及第三分類模型進(jìn)行訓(xùn)練，將樣本數(shù)據(jù)分別輸入第一分類模型和第二分類模型，將獲得的第一處理結(jié)果和第二處理結(jié)果，以及樣本數(shù)據(jù)，輸入第三分類模型，得到第三處理結(jié)果，再通過對第三處理結(jié)果與真實(shí)結(jié)果進(jìn)行比對獲得相應(yīng)的梯度，并采用梯度對第一分類模型，第二分類模型以及第三分類模型進(jìn)行參數(shù)調(diào)整，最終，輸出訓(xùn)練完畢的第二分類模型。這樣，既降低了第一分類模型在低比特量化時的性能損失，也保證了第二分類模型的精度不受影響。??