-
Patent Agency Ranking
公开(公告)号：CN117355845A
公开(公告)日：2024-01-05
申请号：CN202180098342.X
申请日：2021-06-18
Applicant: 华为云计算技术有限公司
Inventor： 阿明·巴尼塔莱比·德科迪 , 康馨予 , 白小龙 , 张勇
Abstract: 一种用于生成基于一组源神经网络(neural network，NN)模型的复合NN模型的方法和系统，包括：向每个源NN模型提供包括多个输入样本的数据集；从每个源NN模型接收所述数据集的所述输入样本的相应标签预测集；从所述接收到的标签预测集中选择代表性标签预测用作所述输入样本的伪标签；使用所述伪标签和所述输入样本对目标NN模型执行监督训练，以生成所述复合NN模型。
-
公开(公告)号：CN112529026B
公开(公告)日：2023-12-19
申请号：CN201910878323.3
申请日：2019-09-17
Applicant: 华为云计算技术有限公司
IPC: G06V10/764 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请提供了一种提供人工智能AI模型的方法、AI平台、计算设备及存储介质，该方法属于人工智能技术领域。该方法包括：AI平台接收第一用户的未标注的多个图像，第一用户为在所述AI平台注册账号的实体，AI平台根据初始AI模型标注多个图像；AI平台根据标注结果确定多个图像中的难例，AI平台利用难例训练初始AI模型以获得优化AI模型。采用本申请，由于在AI平台使用难例训练初始AI模型，所以可以使AI平台提供的AI模型的推理能力更强。
-
公开(公告)号：CN110851265B
公开(公告)日：2023-09-08
申请号：CN201810825264.9
申请日：2018-07-25
Applicant: 华为云计算技术有限公司
Abstract: 本发明实施例公开了一种数据处理方法、相关设备及系统，其中的方法应用于深度学习系统的第一中间节点，所述深度学习系统包括中间节点、子节点集合以及根节点，子节点集合包括至少一个子节点，该方法包括：第一中间节点接收下一跳节点集合发送的目标应用的第一变量数据，目标应用与第一中间节点对应，第一中间节点为深度学习系统中与根节点相连的任意一个中间节点，下一跳节点集合为子节点集合或下一跳中间节点集合；第一中间节点根据第一变量数据进行汇聚处理，得到第二变量数据；第一中间节点将第二变量数据发送给根节点，第二变量数据用于根节点进行汇聚处理，可以在一定程度上减少子节点上计算资源的浪费，提高计算效率。
-
公开(公告)号：CN115193053A
公开(公告)日：2022-10-18
申请号：CN202110742189.1
申请日：2021-06-30
Applicant: 华为云计算技术有限公司
IPC: A63F13/58 , A63F13/822 , G06N3/04
Abstract: 本申请提供了一种在云平台配置游戏的推理服务的方法，当在云平台为游戏开发者配置游戏的推理服务时，获取包括针对第一游戏的配置信息的第一配置文件，从而基于云平台的游戏算法框架以及获取的第一配置文件，在云平台配置第一游戏的推理服务。进一步的，还可以基于云平台的游戏算法框架以及第二游戏对应的第二配置文件，在云平台配置第二游戏的推理服务。如此，针对不同游戏，均可以在云平台配置出满足游戏开发者所需的针对一种或者多种游戏的推理服务，从而无需云服务提供商进行推理服务的专项化设计，并且，也有效降低中小型游戏厂商应用AI技术获得游戏推理结果的难度。此外，还提供了相应的装置及相关设备。
-
公开(公告)号：CN117311954A
公开(公告)日：2023-12-29
申请号：CN202210710820.4
申请日：2022-06-22
Applicant: 华为云计算技术有限公司
IPC: G06F9/50
Abstract: 本申请提供了一种虚拟并行计算单元资源调整方法及系统，所述方法包括：云服务平台向一个或多个用户提供存储资源，存储资源归属于第一虚拟并行计算单元；在检测到第一虚拟并行计算单元中的存储资源占用量大于或等于第一阈值的情况下，确定目标存储资源；将目标存储资源划分至第一虚拟并行计算单元中，目标存储资源和第一存储资源位于同一台主机或不同台主机上。采用本申请的方法，可以实现虚拟并行计算单元中的存储资源的调整，满足用户的需求，提高存储资源的利用率。
-
-
-
-
Search Results
15
records
(took 0.027 seconds)
