一种基于离散向量的深度学习系统及方法与流程技术资料下载

技术编号:33948018

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

.本发明涉及深度学习领域,具体来说,涉及一种基于离散向量的深度学习系统及方法。背景技术.随着深度神经网络(dnn)变得更大和更复杂,与实际的生物神经网络中体现的特点一样,离散性正在成为dnn探索效率和可伸缩性的最关键的维度。一个dnn模型通常被建模为一个数据流图(dfg),其中dfg中的每个节点都是一个具有一个或多个输入和输出向量的操作符。.模型离散性包括在向量上引入一些特定的离散性模式:量化或者是剪枝,或者是两者的结合。通过仔细的量化和修剪,dnn模型可以压缩到更小的内存占用,而不会损失...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发