卷积神经网络模型的优化方法、装置、设备及存储介质(网关大数据、人工智能、算法、数据处理、数据库、云计算)
发明专利本申请提供一种卷积神经网络模型的优化方法、装置、设备及存储介质,涉及卷积神经网络算法部署技术领域。该方法包括:获取待优化的卷积神经网络模型,待优化的卷积神经网络模型包括第一卷积层;根据第一卷积层对应的通道的初始权重,确定第一卷积层的参考权重,并将参考权重写入第一卷积层对应的每个通道中;根据参考权重、以及第一卷积层对应的每个通道的初始权重,确定第一卷积层对应的每个通道的缩放系数;根据第一卷积层对应的每个通道的缩放系数,在第一卷积层之后增加第一缩放层,得到优化后的卷积神经网络模型。该方法适用于卷积神经网络模型的部署过程中,用于优化卷积神经网络模型。
《卷积神经网络模型的优化方法、装置、设备及存储介质(网关大数据、人工智能、算法、数据处理、数据库、云计算)》是一发明专利,专利号为 2022114130471,当前法律状态为已下证,由杭州海康威视数字技术股份有限公司提出申请,发明人为何映材;叶挺群;颜奉丽,申请日期为2022-11-11,公开(公告)日期为2026-02-17,国际专利分类号(IPC)为 G06N3/0464(2023.01)I;G06N3/08(2023.01)I,高新资质:未报高企,所属技术领域包括:深度学习、边缘计算、AI识别、车载视觉、终端、图像识别、算力边缘网关、智能监控算法。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本申请提供一种卷积神经网络模型的优化方法、装置、设备及存储介质,涉及卷积神经网络算法部署技术领域。该方法包括:获取待优化的卷积神经网络模型,待优化的卷积神经网络模型包括第一卷积层;根据第一卷积层对应的通道的初始权重,确定第一卷积层的参考权重,并将参考权重写入第一卷积层对应的每个通道中;根据参考权重、以及第一卷积层对应的每个通道的初始权重,确定第一卷积层对应的每个通道的缩放系数;根据第一卷积层对应的每个通道的缩放系数,在第一卷积层之后增加第一缩放层,得到优化后的卷积神经网络模型。该方法适用于卷积神经网络模型的部署过程中,用于优化卷积神经网络模型。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
