[发明专利]神经网络模型的压缩与加速方法、数据处理方法及装置有效
| 申请号： | 201910893276.X | 申请日： | 2019-09-20 |
| 公开（公告）号： | CN110659725B | 公开（公告）日： | 2023-03-31 |
| 发明（设计）人： | 金庆;杨林杰;廖震宇 | 申请（专利权）人： | 字节跳动有限公司 |
| 主分类号： | G06N3/0464 | 分类号： | G06N3/0464;G06N3/0495;G06N3/08 |
| 代理公司： | 北京市柳沈律师事务所 11105 | 代理人： | 彭久云 |
| 地址： | 美国加利*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种神经网络模型的压缩与加速方法、数据处理方法及装置、存储介质。神经网络模型包括线性层，神经网络模型的参数包括预备权值参数；压缩与加速方法包括：对神经网络模型的参数进行量化，以得到量化模型，量化模型的参数包括线性层的量化权值参数；以及，对量化模型进行尺度变换处理，以得到目标量化模型。对量化模型进行尺度变换处理，包括：基于线性层的输出神经元的数量或线性层的预备权值参数的标准差，计算线性层的尺度变换参数；以及，基于线性层的尺度变换参数，对线性层的量化权值参数进行尺度变换处理，以得到线性层的标准量化权值参数。 | ||
| 搜索关键词： | 神经网络 模型 压缩 加速 方法 数据处理 装置 | ||
【主权项】：
1.一种神经网络模型的压缩与加速方法，所述神经网络模型包括线性层，所述神经网络模型的参数包括预备权值参数，所述压缩与加速方法包括：/n对所述神经网络模型的参数进行量化，以得到量化模型，所述量化模型的参数包括所述线性层的量化权值参数；以及/n对所述量化模型进行尺度变换处理，以得到目标量化模型；/n其中，对所述量化模型进行所述尺度变换处理，包括：/n基于所述线性层的输出神经元的数量或所述线性层的预备权值参数的标准差，计算所述线性层的尺度变换参数；以及/n基于所述线性层的尺度变换参数，对所述线性层的量化权值参数进行所述尺度变换处理，以得到所述线性层的标准量化权值参数。/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字节跳动有限公司，未经字节跳动有限公司许可，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/201910893276.X/，转载请声明来源钻瓜专利网。
