一种神经网络压缩方法及装置
    6.
    发明公开

    公开(公告)号:CN114662685A

    公开(公告)日:2022-06-24

    申请号:CN202210317603.9

    申请日:2022-03-29

    Abstract: 本发明提供一种神经网络压缩方法及装置,为每个神经网络的每个参数配置配置值,在配置值的邻域中搜索性能更高的配置值,从性能更高的配置值中选择预设个性能最大的配置值和距离参考集最大的配置值作为参考值构建参考集,选择参考集中任意两个参考值构建子集,得到多个子集,对子集中的两个参考值进行线性组合计算,得到最优解,利用最优解执行神经网络的压缩。在本方案中,为神经网络的每个参数配置配置值,使得神经网络参数空间的每一部分都被搜索到,并在不改变参数配置值的情况下,筛选出高性能的配置值,利用线性组合运算,得到最优解,利用最优解执行神经网络的压缩,从而实现不改变参数值并保持神经网络精度和性能的同时压缩神经网络。

    神经网络训练方法、图像检索方法及装置

    公开(公告)号:CN114219983A

    公开(公告)日:2022-03-22

    申请号:CN202111555642.4

    申请日:2021-12-17

    Abstract: 本申请提供了一种神经网络训练方法、图像检索方法及装置,该训练方法通过预先设定的损失函数对第一浅层卷积神经网络、第一深层卷积神经网络、第二浅层卷积神经网络和第二深层卷积神经网络进行训练,使第一浅层卷积神经网络、第一深层卷积神经网络、第二浅层卷积神经网络和第二深层卷积神经网络学习到能提取与图像相似性相关的特征,在此基础上,使用浅层卷积神经网络和深层卷积神经网络提取不同类型的特征,并对特征进行融合,使融合后的特征能表征更加丰富的图像信息,使得利用融合后的特征检索图像,可以提高图像检索的精度。

    基于贝叶斯优化算法的数据中心PUE优化方法及装置

    公开(公告)号:CN116301283A

    公开(公告)日:2023-06-23

    申请号:CN202211105314.9

    申请日:2022-09-09

    Abstract: 本申请公开了一种基于贝叶斯优化算法的数据中心PUE优化方法、装置及可读存储介质,涉及计算机技术领域,用于确定最低的PUE及对应的系统参数。该方法包括:获取至少一组采样数据;根据至少一组采样数据,确定第一函数;根据第一函数,及至少一组采样数据和至少一种系统参数的均值、方差,确定采集函数的最大期望值;将采集函数中的最大期望值对应的系统参数作为候选系统参数,并确定候选系统参数对应的候选PUE;在候选PUE大于预设值的情况下,将候选PUE和候选系统参数作为一组新的采样数据更新至至少一组采样数据,以更新第一函数,直至候选PUE小于或者等于预设值;在候选PUE小于或等于预设值的情况,确定候选系统参数为目标系统参数。

    一种图像检索方法、装置、设备及计算机存储介质

    公开(公告)号:CN115661600A

    公开(公告)日:2023-01-31

    申请号:CN202211399041.3

    申请日:2022-11-09

    Abstract: 本申请提供一种图像检索方法、装置、设备及计算机存储介质,获取待检索图像;根据所述待检索图像确定特征编码网格,所述特征编码网格包括高层特征图谱和低层特征图谱;从所述高层特征图谱中确定出全局特征;对所述低层特征图谱进行第一处理,得到通道特性局部特征;对所述低层特征图谱进行第二处理,得到位置特性局部特征;融合所述全局特征、所述通道特征局部特征和所述位置特征局部特征,得到融合特征;将所述融合特征输入图像检索模型,得到所述图像检索模型输出的检索结果。如此,将待检索图像的全局特征和局部特征融合获得融合特征,将融合特征输入图像检索模型中,能够得到图像检索模型输出检索结果,提高了图像检索的精确度。

Patent Agency Ranking