-
公开(公告)号：CN119378604A
公开(公告)日：2025-01-28
申请号：CN202411612396.5
申请日：2024-11-13
Applicant: 复旦大学
IPC: G06N3/045 , G06F18/214 , G06F17/16 , G06N3/08 , G06N5/04
Abstract: 本发明提供了一种深度学习模型性能分级方法及分级模型使用方法，具有这样的特征，包括步骤S1，构建多个重排密钥矩阵；步骤S2，选取一批训练数据输入深度学习模型；步骤S3，对每个训练数据，随机选取一个重排密钥矩阵作为对应的列重排矩阵；步骤S4～S6，对每个训练数据，根据对应的词元矩阵和列重排矩阵，经由深度学习模型处理，得到对应的最终输出；步骤S7，根据所有最终输出计算损失进而优化深度学习模型；步骤S8，重复执行步骤S2至步骤S7，直至深度学习模型收敛，则得到分级模型。总之，本方法能够分级调控用户使用的模型的推理性能。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
