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> | CN202011293572.5 | 申請日 | - |
公開(公告)號 | CN112288032B | 公開(公告)日 | 2022-01-14 |
申請公布號 | CN112288032B | 申請公布日 | 2022-01-14 |
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 |
代理機構(gòu) | 北京同達信恒知識產(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)果與真實結(jié)果進行比對獲得相應(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。 |
