公开(公告)号：CN117991410A

公开(公告)日：2024-05-07

申请号：CN202211351491.5

申请日：2022-10-31

Applicant: 华为云计算技术有限公司

Inventor： 毕恺峰 ,  谢凌曦 ,  田奇

IPC: G01W1/10 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请提供了一种气象预测方法，包括：获取气象数据以及目标时间，并根据该目标时间，从模型库中确定多个第一AI模型，该多个第一AI模型中不同第一AI模型用于预测不同时间间隔的气象，从而根据获取的气象数据，利用多个第一AI模型进行推理，得到目标时间的第一气象预测结果，其中，每个第一AI模型执行至少一次迭代推理操作。如此，利用多个AI模型进行气象预测，无需执行复杂的方程求解过程，这不仅可以有效减小气象预测所需消耗的算力，而且能够显著降低气象预测的时延。另外，利用多个预测不同时间间隔的气象的AI模型进行较少次数的推理，可以有效减小迭代误差、降低迭代推理所需的资源消耗。此外，本申请还提供了对应的装置及相关设备。

公开(公告)号：CN111401516B

公开(公告)日：2024-04-26

申请号：CN202010109184.0

申请日：2020-02-21

Applicant: 华为云计算技术有限公司

Inventor： 魏龙辉 ,  谢凌曦 ,  陈政苏 ,  田奇

IPC: G06N3/0464 ,  G06N3/045 ,  G06N3/084 ,  G06V10/82 ,  G06V10/44 ,  G06V10/764

Abstract: 本申请实施例公开了一种神经网络通道参数的搜索方法及相关设备，首次提出一种基于算力(如FLOPs)的使用效率的神经网络通道参数搜索方法，其应用于人工智能领域，首先计算网络各层对算力的使用效率，然后增加算力的使用效率高的层的通道数，减少算力的使用效率低的层的通道数，该过程可迭代进行，最终获得对算力的使用效率非常高效的神经网络，缓解了目前神经网络通道参数搜索方法没有充分考虑到复杂度、使用效率低、搜索速度慢等问题。本申请还提出了一种计算神经网络各层对算力的使用效率的方法，该方法以一定比例随机丢弃部分通道并测试其对网络性能的影响，丢弃的通道对于不同测试样例是随机的，以此计算神经网络每层对算力的使用效率。

公开(公告)号：CN114462290A

公开(公告)日：2022-05-10

申请号：CN202110173151.7

申请日：2021-02-08

Applicant: 华为云计算技术有限公司

Inventor： 魏龙辉 ,  谢凌曦 ,  何建忠 ,  田奇

IPC: G06F30/27 ,  G06N3/08 ,  G06K9/62 ,  G06F16/58 ,  G06F16/583

Abstract: 本申请实施例涉及一种生成预训练AI模型的方法，包括：确定多个原始图像，根据表观特征提取模型确定各个原始图像所对应的表观特征。之后，根据各个原始图像对应的表观特征和原始标签，对每个原始图像生成相应的伪标签。然后，采用携带伪标签的原始数据对第一初始AI模型进行训练，得到预训练AI模型。本申请通过采用具有较强泛化能力的表观特征提取模型，提取原始图像的表观特征，再基于表观特征结合原始图像预先存储的原始标签生成伪标签。伪标签则具备了表观特征和人工语义，使得采用携带伪标签的原始图像训练得到的预训练AI模型继承了具有泛化能力的表观特征，又具有细粒度更丰富的特征捕捉能力。