-
公开(公告)号：CN113191479B
公开(公告)日：2024-09-24
申请号：CN202010038486.3
申请日：2020-01-14
Applicant: 华为技术有限公司
Abstract: 本申请提供了人工智能领域中的一种联合学习的方法，应用于联合学习系统，所述联合学习系统包括一个或者多个计算节点以及一个或多个中心节点，所述方法包括：计算节点接收由中心节点发送的第一初级模型，其中，所述第一初级模型是所述中心节点根据中心节点的中心数据库对神经网络进行训练后得到的；所述计算节点使用所述计算节点的本地数据库对所述第一初级模型进行增量学习从而获得第一中级模型；所述计算节点向所述中心节点发送所述第一中级模型，使得所述中心节点对接收到的多个所述第一中级模型进行模型融合从而获得第一高级模型。
-
Patent Agency Ranking
公开(公告)号：CN116127135A
公开(公告)日：2023-05-16
申请号：CN202111339638.4
申请日：2021-11-12
Applicant: 华为技术有限公司
IPC: G06F16/901 , G06F3/06 , G06F9/50 , G06F12/0862 , G06F12/0877
Abstract: 本申请公开了一种图处理装置和方法，涉及数据处理领域，提高数据处理的吞吐量。图处理装置包括：至少一个内核、拓扑感知的遍历路径规则化TATR电路和预取索引PI电路；TATR电路用于根据图结构中被至少一个内核访问的顶点，得到共同遍历路径，共同遍历路径用于指示顶点被至少一个内核访问的顺序；PI电路用于根据共同遍历路径所指示的顺序将顶点的信息发送给至少一个内核。
-
公开(公告)号：CN111985265A
公开(公告)日：2020-11-24
申请号：CN201910421550.3
申请日：2019-05-21
Applicant: 华为技术有限公司
Abstract: 本申请实施例提供一种图像处理方法和装置。本申请的图像处理方法，包括：获取人脸图像；根据人脸图像分别获取左脸图像和右脸图像；将左脸图像输入至第一目标关键点卷积神经网络模型，输出第一左脸关键点的坐标，第一目标关键点卷积神经网络模型为使用具有关键点信息的左脸图像对关键点卷积神经网络模型进行训练后获取的；将右脸图像输入至第二目标关键点卷积神经网络模型，输出第一右脸关键点的坐标，第二目标关键点卷积神经网络模型为使用具有关键点信息的右脸图像对关键点卷积神经网络模型进行训练后获取的；根据第一左脸关键点的坐标和第一右脸关键点的坐标，获取人脸图像的人脸关键点的坐标。本申请实施例可以提升人脸关键点定位的精度。
-
公开(公告)号：CN111985265B
公开(公告)日：2024-04-12
申请号：CN201910421550.3
申请日：2019-05-21
Applicant: 华为技术有限公司
IPC: G06V40/16 , G06V10/82 , G06N3/0464
Abstract: 本申请实施例提供一种图像处理方法和装置。本申请的图像处理方法，包括：获取人脸图像；根据人脸图像分别获取左脸图像和右脸图像；将左脸图像输入至第一目标关键点卷积神经网络模型，输出第一左脸关键点的坐标，第一目标关键点卷积神经网络模型为使用具有关键点信息的左脸图像对关键点卷积神经网络模型进行训练后获取的；将右脸图像输入至第二目标关键点卷积神经网络模型，输出第一右脸关键点的坐标，第二目标关键点卷积神经网络模型为使用具有关键点信息的右脸图像对关键点卷积神经网络模型进行训练后获取的；根据第一左脸关键点的坐标和第一右脸关键点的坐标，获取人脸图像的人脸关键点的坐标。本申请实施例可以提升人脸关键点定位的精度。
-
公开(公告)号：CN117170827A
公开(公告)日：2023-12-05
申请号：CN202210578055.5
申请日：2022-05-25
Applicant: 华为技术有限公司
Abstract: 本申请公开一种图数据处理方法、电子设备以及存储介质，以降低磁盘I/O访问频次，提高并行图分析任务的有效并行度。电子设备可以在任务列表中确定目标待处理分区，任务列表包括并行处理图数据的多个图分析任务以及每个图分析任务分别对应的待处理分区，每个图分析任务需要处理的图数据中的顶点所属的分区为图分析任务对应的待处理分区；在任务列表中，与目标待处理分区对应的目标图分析任务的数量大于或等于与其它待处理分区对应的图分析任务的数量；多个待处理分区为对图数据分割得到的，每个待处理分区包括至少一个顶点的信息以及连接至少一个顶点的边的信息；电子设备将目标待处理分区加载到内存中。
-
公开(公告)号：CN113191479A
公开(公告)日：2021-07-30
申请号：CN202010038486.3
申请日：2020-01-14
Applicant: 华为技术有限公司
Abstract: 本申请提供了人工智能领域中的一种联合学习的方法，应用于联合学习系统，所述联合学习系统包括一个或者多个计算节点以及一个或多个中心节点，所述方法包括：计算节点接收由中心节点发送的第一初级模型，其中，所述第一初级模型是所述中心节点根据中心节点的中心数据库对神经网络进行训练后得到的；所述计算节点使用所述计算节点的本地数据库对所述第一初级模型进行增量学习从而获得第一中级模型；所述计算节点向所述中心节点发送所述第一中级模型，使得所述中心节点对接收到的多个所述第一中级模型进行模型融合从而获得第一高级模型。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
