您的位置: 专家智库 > >

文献类型

  • 38篇中文专利

领域

  • 14篇自动化与计算...
  • 1篇电子电信

主题

  • 26篇神经网
  • 26篇神经网络
  • 26篇网络
  • 19篇网络层
  • 13篇网络模型
  • 12篇卷积
  • 9篇神经网络模型
  • 8篇预设
  • 8篇图像
  • 6篇卷积核
  • 6篇存储介质
  • 5篇矩阵
  • 4篇计算机
  • 4篇计算机设备
  • 3篇硬件
  • 3篇识别方法
  • 3篇输出数据
  • 3篇数据处理
  • 3篇位宽
  • 3篇目标识别

机构

  • 38篇杭州海康威视...

作者

  • 38篇张渊
  • 30篇浦世亮
  • 29篇谢迪
  • 2篇邓志辉
  • 2篇武晓阳
  • 2篇陈碧泉

年份

  • 9篇2023
  • 4篇2022
  • 8篇2021
  • 9篇2020
  • 6篇2019
  • 1篇2018
  • 1篇2016
38 条 记 录,以下是 1-10
排序方式:
一种深度神经网络的卷积层量化方法及装置
本申请实施例提供了一种深度神经网络的卷积层量化方法及装置,其中,深度神经网络的卷积层量化方法包括:获取深度神经网络的卷积层参数,该卷积层参数包括:卷积层的四维张量权值以及卷积层中卷积滤波器的空间维度信息;根据空间维度信息...
张渊谢迪浦世亮
文献传递
图像识别方法
本公开公开了一种图像识别方法,涉及神经网络技术领域;所述方法包括:获取待处理的第一神经网络模型,第一神经网络模型中包括多个第一卷积层,每个第一卷积层中包括K×K的第一卷积核,所述K为大于1的整数;根据稀疏化因子,对第一神...
张渊谢迪浦世亮
一种深度神经网络模型压缩方法及装置
本申请实施例提供了一种深度神经网络模型压缩方法及装置,深度神经网络模型压缩方法包括:获取待压缩深度神经网络模型中网络层的当前计算状态;根据当前计算状态,通过预先训练的计算模型,得到网络层的压缩量;基于压缩量,对网络层进行...
张渊谢迪浦世亮
生成神经网络模型的方法、装置及存储介质
本申请公开了一种生成神经网络模型的方法及装置,属于深度学习领域。本申请通过第一神经网络模型中的N个层来确定得到第二神经网络模型。其中,第一神经网络模型是已经训练好的模型,第二神经网络模型包括第一神经网络模型的N个层,并且...
陈伟杰张渊谢迪浦世亮
文献传递
一种图像降噪方法、装置、摄像机及摄像系统
本申请实施例提供了一种图像降噪方法、装置、摄像机及摄像系统。其中,所述方法,包括:将待降噪图像映射至频域,得到多个待降噪子带图像,其中,不同待降噪子带图像用于表示所述待降噪图像中不同频率的图像信息;将所述多个待降噪子带图...
赵征张立鹏张渊谢迪浦世亮
一种数据处理、网络训练方法、电子设备及存储介质
本申请实施例提供了一种数据处理、网络训练方法、电子设备及存储介质,该方法包括:获取深度神经网络的网络层的输入数据,网络层的原始权重被分解为量化处理的N个子权重;将输入数据分别与N个子权重进行卷积处理,得到N个子权重对应的...
杨希超张渊谢迪浦世亮
文献传递
深度神经网络的网络模型压缩方法、装置及计算机设备
本发明实施例提供了一种深度神经网络的网络模型压缩方法、装置及计算机设备,其中,深度神经网络的网络模型压缩方法包括:获取原始深度神经网络;通过对原始深度神经网络的网络层中各运算单元的重要度进行分析,确定该网络层中重要度低于...
张渊陈伟杰谢迪浦世亮
文献传递
一种深度神经网络的激活量量化方法及装置
本发明实施例提供了一种深度神经网络的激活量量化方法及装置,其中,深度神经网络的激活量量化方法包括:针对深度神经网络中网络层的激活量,获取激活量的初始量化最大值;从初始量化最大值开始,按预设方式递减,得到包括多个数值的初始...
杨希超张渊谢迪浦世亮
文献传递
一种深度神经网络的卷积层稀疏化方法及装置
本申请实施例提供了一种深度神经网络的卷积层稀疏化方法及装置,其中,方法包括:获取深度神经网络中卷积层的张量及结构参数;根据卷积层的结构参数,利用预设维度划分方法,将该卷积层的张量中处于同一维度的权值划分为同一维度单元,得...
张渊谢迪浦世亮
文献传递
一种神经网络模型训练方法及装置
本申请实施例提供了一种神经网络模型训练方法及装置,获取训练样本,利用训练样本,对神经网络模型进行训练。在进行神经网络模型训练时,对输入每个网络层的第一激活量和每个网络层的网络权值进行幂指数域定点编码,编码后的第一激活量和...
张渊谢迪浦世亮
文献传递
共4页<1234>
聚类工具0