-
Patent Agency Ranking
公开(公告)号：CN116013269A
公开(公告)日：2023-04-25
申请号：CN202211674197.8
申请日：2022-12-26
Applicant: 中国科学技术大学
Abstract: 本申请实施例记载了一种语音识别模型的量化定标方法。在该方法中，获取语音识别模型的待量化层的待量化数据；根据待量化数据最大值和待量化数据平均值计算第一比值；当第一比值小于或等于预设的阈值时，则计算量化标值，量化标值为当前整型的表示范围的最大值与待量化数据最大值的比值；根据量化标值对待量化数据进行训练，得到训练完成后的语音识别模型，训练后的语音识别模型用于对待识别的语音数据进行识别。由此可见，利用本申请实施例提供的方案，通过计算量化标值，并根据该量化标值对待量化数据进行转换，可以最大限度地降低计算转换过程中网络计算精度的丢失，通过对转换后的数据进行训练能够提高语音识别的精确度。
-
公开(公告)号：CN116050490A
公开(公告)日：2023-05-02
申请号：CN202211441148.X
申请日：2022-11-17
Applicant: 中国科学技术大学
IPC: G06N3/063 , G06N3/0464
Abstract: 本申请提供了一种卷积神经网络结构及应用方法，所述计算结构包括至少N层卷积层，所述N层卷积层依次相连；所述N个卷积层包括第一卷积层和计算卷积层，所述第一卷积层用于对所述输入层的输入数据集进行卷积计算，所述计算卷积层包括N‑1个卷积层，所述计算卷积层用于对当前卷积层连接的上一个卷积层的计算结果和次层历史数据进行卷积计算；通过调整卷积和池化层的位置，在最开始的输入数据上末尾添加若干可学习的数据参数，保证最后的数据输出维度符合预期，如此，通过对一般的卷积类神经网络模型的计算结构进行调整，来保证流式推理过程中，各计算阶段计算图逻辑一致。
-
公开(公告)号：CN115497464A
公开(公告)日：2022-12-20
申请号：CN202211137162.0
申请日：2022-09-19
Applicant: 中国科学技术大学
Abstract: 本申请公开了一种语音样本混淆方法及装置，在该方法中，获取属于多个语音数据源的多个语音样本对应的多个样本索引；按照预设块大小对多个样本索引分块得到多个块索引；混淆多个块索引得到混淆后的多个块索引，实现多个语音数据源粒度的语音样本混淆；从混淆后的多个块索引中选取预设数量的块索引作为多个待处理块索引；将多个待处理块索引包括的样本索引划分成多个批量索引；混淆多个批量索引得到混淆后的多个批量索引，实现多个批量语音样本粒度的语音样本混淆；通过混淆后的多个批量索引包括的样本索引，获取多个待处理语音样本。由此，实现对海量语音样本的充分、全局混淆，提高模型训练过程的稳定性。
-
公开(公告)号：CN115481737A
公开(公告)日：2022-12-16
申请号：CN202211144432.0
申请日：2022-09-20
Applicant: 中国科学技术大学
Abstract: 本申请提供了一种基于硬件的训练模型部署方法。首先，按照目标硬件的内部取整方式对训练模型进行量化感知训练，得到目标模型，使得目标模型的模型参数为整数，其中，训练模型是通过训练样本训练神经网络得到的。然后，将目标模型部署到目标硬件的内部。目标模型是按照目标硬件的内部取整方式对训练模型进行量化感知训练得到的，该方法使得目标模型的取整计算逻辑与目标硬件的内部取整计算逻辑一致，避免目标模型部署至目标硬件的内部产生误差，实现快速适配目标模型和目标硬件，从而降低了模型的实际部署难度，提高了模型的实际部署效果。
-
公开(公告)号：CN115630692A
公开(公告)日：2023-01-20
申请号：CN202211329424.3
申请日：2022-10-27
Applicant: 中国科学技术大学
Abstract: 本申请公开了一种计算精度的调整方法及装置，该方法包括：获取访存瓶颈集合包含的网络层；判断网络层是否能够进行半精度存储转换；若网络层能够进行半精度存储转换，则将网络层以半精度的计算方式进行计算，得到第一输出结果；判断第一输出结果是否小于预设的第一阈值；若第一输出结果小于第一阈值，则将网络层的计算方式调整为半精度。通过本申请公开的方法，能够在调整存在访存瓶颈的网络层时，考虑计算精度的要求，避免网络层的计算效率下降。
-
-
-
-
Search Results
5
records
(took 0.03 seconds)
