一种基于混合精度模型加速的业务处理方法及装置

    公开(公告)号:CN116167431B

    公开(公告)日:2023-08-04

    申请号:CN202310454434.8

    申请日:2023-04-25

    Abstract: 本说明书公开了一种基于混合精度模型加速的业务处理方法及装置。首先,获取样本数据以及预先训练的业务模型。其次,将样本数据输入到业务模型中,得到标准结果。而后,对所述业务模型进行模型框架转换,得到待调整模型。然后,依次针对待调整模型的每个网络层,以调整该网络层对应的参数精度后得到的模型针对样本数据所输出的结果与标准结果之间的偏差满足预设条件为约束,对该网络层对应的参数精度进行调整。接着,得到目标模型,并部署。最后,在接收到业务数据后,将业务数据输入到目标模型,得到针对业务数据的输出结果,执行业务处理。本方法可以在保证深度学习模型的输出结果的准确性的情况下,提高深度学习模型的推理效率。

    基于transformer特征共享的PET图像重建方法、装置、设备及介质

    公开(公告)号:CN114332287B

    公开(公告)日:2022-07-15

    申请号:CN202210235862.7

    申请日:2022-03-11

    Abstract: 本发明公开了一种基于transformer特征共享的PET图像重建方法、装置、设备及介质,本发明通过获取包含PET原始数据信息的反投影图像,再将包含PET原始数据信息的反投影图像输入至预先训练好的基于transformer特征共享的PET图像重建网络模型,得到PET图像。本发明的PET图像重建网络模型由两组编码‑解码器构成,其中一组建立PET反投影图像到PET重建图像之间的映射,另一组建立PET反投影图像到先验信息图像之间的映射,同时优化两组编码‑解码器实现利用先验信息图像中的先验知识减小目标PET图像中的噪声同时保留图像细节信息。在两组编码器之间,使用transformer单元代替基于卷积的注意力机制实现在重建网络训练过程中自主学习编码器参数共享,进一步减小重建误差,改善重建PET图像质量。

Patent Agency Ranking