[发明专利]模型的量化训练方法、装置及存储介质在审
| 申请号： | 201910875016.X | 申请日： | 2019-09-17 |
| 公开（公告）号： | CN110610237A | 公开（公告）日： | 2019-12-24 |
| 发明（设计）人： | 谢思敏 | 申请（专利权）人： | 普联技术有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 44414 深圳中一联合知识产权代理有限公司 | 代理人： | 刘永康 |
| 地址： | 518000 广东省深圳市南山区深南路科技*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请属于模型量化技术领域，提供了一种模型的量化训练方法、装置及存储介质，用于对计算机视觉深度学习模型量化，该方法包括：在每一次模型迭代训练时，根据所述模型权重或激活值的数值分布特点确定量化参数；所述激活值表示由像素点组成的特征图；根据所述量化参数量化所述模型的每一层权重和激活值，得到权重量化值和激活量化值；采用所述权重量化值和所述激活量化值进行前向运算，以进行图像分析输出下一所述激活值；根据所述权重量化值和所述激活量化值反向计算所述模型的梯度，以通过所述梯度调整所述模型权重。本申请实施例通过在每次模型迭代训练时均根据模型的权重或激活值的数值分布动态更新量化参数，解决模型的性能损失问题。 | ||
| 搜索关键词： | 激活 量化 量化参数 权重量化 权重 迭代训练 计算机视觉 存储介质 反向计算 分布动态 分布特点 梯度调整 图像分析 性能损失 权重和 特征图 像素点 前向 申请 运算 输出 更新 学习 | ||
【主权项】：
1.一种模型的量化训练方法，所述方法用于对计算机视觉深度学习模型量化，其特征在于，包括：/n在每一次模型迭代训练时，根据所述模型权重或激活值的数值分布特点确定量化参数；所述激活值表示由像素点组成的特征图；/n根据所述量化参数量化所述模型的每一层权重和激活值，得到权重量化值和激活量化值；/n采用所述权重量化值和所述激活量化值进行前向运算，以进行图像分析输出下一所述激活值；/n根据所述权重量化值和所述激活量化值反向计算所述模型的梯度，以通过所述梯度调整所述模型权重。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于普联技术有限公司，未经普联技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910875016.X/，转载请声明来源钻瓜专利网。
