-
Patent Agency Ranking
公开(公告)号：CN115512113A
公开(公告)日：2022-12-23
申请号：CN202211296580.4
申请日：2022-10-21
Applicant: 三星(中国)半导体有限公司 , 三星电子株式会社
IPC: G06V10/26 , G06V10/764 , G06N3/04 , G06N3/08
Abstract: 本公开关于数据生成方法、装置、电子设备和存储介质，包括：将输入图像输入目标模型，获得输入图像的分割结果；基于分割结果、预设指导图像所包含的N个第一网格区域中的M个第一网格区域中每个像素点的预设类别标签值，获取输入图像的优化值；在优化值不满足预设条件时，基于优化值对输入图像进行优化，获得优化图像；将优化图像作为输入图像进行下一次优化，直至获得优化值满足预设条件的最终优化图像。本公开提出的数据生成方法，无需依赖BN层的先验信息，可以通过迭代更新的方式，对输入图像进行更新，即可以获得用于对目标模型进行压缩的、且接近原始训练数据分布的图像数据，进而可以实现对目标模型进行压缩。
-
公开(公告)号：CN112001491B
公开(公告)日：2024-12-31
申请号：CN202010731469.8
申请日：2020-07-27
Applicant: 三星(中国)半导体有限公司 , 三星电子株式会社
Abstract: 提供一种针对处理器确定神经网络架构的搜索方法和装置，针对处理器确定神经网络架构的搜索方法，包括：获取初始第一神经网络架构；从初始第一神经网络架构开始，迭代地基于处理器相关损失函数搜索下一第一神经网络架构，直至满足第一搜索终止条件时停止搜索；将搜索到的最优第一神经网络架构确定为将在处理器上使用的神经网络架构，其中，处理器相关损失函数包括模型训练过程中的预测误差部分和处理器运算代价部分。利用模型训练过程中的预测误差部分和处理器运算代价部分共同对神经网络架构进行搜索收敛限制，从而保证搜索出的神经网络架构在处理器运行时，处理器具有良好的运行性能。
-
公开(公告)号：CN112001491A
公开(公告)日：2020-11-27
申请号：CN202010731469.8
申请日：2020-07-27
Applicant: 三星(中国)半导体有限公司 , 三星电子株式会社
Abstract: 提供一种针对处理器确定神经网络架构的搜索方法和装置，针对处理器确定神经网络架构的搜索方法，包括：获取初始第一神经网络架构；从初始第一神经网络架构开始，迭代地基于处理器相关损失函数搜索下一第一神经网络架构，直至满足第一搜索终止条件时停止搜索；将搜索到的最优第一神经网络架构确定为将在处理器上使用的神经网络架构，其中，处理器相关损失函数包括模型训练过程中的预测误差部分和处理器运算代价部分。利用模型训练过程中的预测误差部分和处理器运算代价部分共同对神经网络架构进行搜索收敛限制，从而保证搜索出的神经网络架构在处理器运行时，处理器具有良好的运行性能。
-
公开(公告)号：CN110503188B
公开(公告)日：2024-11-22
申请号：CN201910705424.0
申请日：2019-08-01
Applicant: 三星(中国)半导体有限公司 , 三星电子株式会社
Abstract: 提供了一种实现基于异构模型图的深度神经网络模型的方法和装置。所述方法可包括：执行根据预定拆分标准将深度神经网络模型拆分为多个子模型的拆分操作；根据拆分出的所述多个子模型在各个处理器上的性能表现，对所述多个子模型中的至少部分子模型进行合并以获得合并后的子模型以及合并后的子模型与各个处理器之间的对应关系，其中，所述对应关系表示合并后的子模型在相应的处理器上运行时具有最佳的性能表现；构建反映了所述对应关系的由合并后的子模型组成的异构图；针对输入任务执行异构图中的子模型。
-
公开(公告)号：CN110503188A
公开(公告)日：2019-11-26
申请号：CN201910705424.0
申请日：2019-08-01
Applicant: 三星(中国)半导体有限公司 , 三星电子株式会社
Abstract: 提供了一种实现基于异构模型图的深度神经网络模型的方法和装置。所述方法可包括：执行根据预定拆分标准将深度神经网络模型拆分为多个子模型的拆分操作；根据拆分出的所述多个子模型在各个处理器上的性能表现，对所述多个子模型中的至少部分子模型进行合并以获得合并后的子模型以及合并后的子模型与各个处理器之间的对应关系，其中，所述对应关系表示合并后的子模型在相应的处理器上运行时具有最佳的性能表现；构建反映了所述对应关系的由合并后的子模型组成的异构图；针对输入任务执行异构图中的子模型。
-
-
-
-
Search Results
5
records
(took 0.038 seconds)
