量化模型優(yōu)化方法、裝置、設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)

基本信息

申請(qǐng)?zhí)?/td> CN202111429362.9 申請(qǐng)日 -
公開（公告）號(hào) CN114021719A 公開（公告）日 2022-02-08
申請(qǐng)公布號(hào) CN114021719A 申請(qǐng)公布日 2022-02-08
分類號(hào) G06N3/08（2006.01）I;G06N3/04（2006.01）I;G06V10/774（2022.01）I;G06V10/776（2022.01）I;G06V10/82（2022.01）I;G06V40/16（2022.01）I;G06K9/62（2022.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 張發(fā)恩;雷翔;丁昂;周江濤;劉亞萍 申請(qǐng)（專利權(quán)）人 重慶賽迪奇智人工智能科技有限公司
代理機(jī)構(gòu) 北京超凡宏宇專利代理事務(wù)所（特殊普通合伙） 代理人 蔣姍
地址 400000重慶市九龍坡區(qū)火炬大道69號(hào)重慶啟迪科技園9號(hào)樓三層306
法律狀態(tài) -

摘要

摘要 本申請(qǐng)?zhí)峁┮环N量化模型優(yōu)化方法、裝置、設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)，其中，量化模型優(yōu)化方法包括：獲取目標(biāo)圖片集，目標(biāo)圖片集包括m張圖片；獲取針對(duì)目標(biāo)神經(jīng)網(wǎng)絡(luò)模型的配置信息，從目標(biāo)圖片集中抽取a組量化圖片集，其中，a的值等于目標(biāo)神經(jīng)網(wǎng)絡(luò)的量化次數(shù)，且a組量化圖片集中每組量化圖片集不重復(fù)；根據(jù)a組量化圖片集對(duì)目標(biāo)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行量化，以對(duì)目標(biāo)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行裁剪并得到b個(gè)量化模型，其中b等于a；獲取若干測(cè)試集并基于測(cè)試集依次對(duì)b個(gè)量化模型進(jìn)行測(cè)試；基于每個(gè)量化模型輸出測(cè)試結(jié)果計(jì)算每個(gè)量化模型的精度損失；基于每個(gè)量化模型的精度損失確定最優(yōu)量化模型。本申請(qǐng)能夠?qū)崿F(xiàn)自動(dòng)獲取精度損失最低的量化模型。