-
公开(公告)号:CN118261205A
公开(公告)日:2024-06-28
申请号:CN202211691516.6
申请日:2022-12-27
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N3/0464 , G06N3/08 , G06F9/48 , G06F9/50
Abstract: 本申请提供一种任务处理方法及装置,该方法包括:获取待处理对象;将所述待处理对象输入用于任务处理的深度卷积神经网络;对于所述深度卷积神经网络的任一卷积层,利用第一目标卷积计算方法对输入特征进行卷积计算;其中,所述第一目标卷积计算方法为依据该卷积层的卷积规格,利用预先训练的机器学习模型确定的该卷积规格下耗时最少的卷积计算方法;依据所述深度卷积神经网络的输出,确定任务处理结果。该方法可以提高利用深度卷积神经网络进行任务处理的效率。
-
公开(公告)号:CN112114738A
公开(公告)日:2020-12-22
申请号:CN201910539395.5
申请日:2019-06-20
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F3/06
Abstract: 本申请是关于一种存储数据的方法及存储设备,属于存储领域。所述存储设备包括:处理器和NVM,所述处理器用于生成分布式缓存服务端;所述NVM包括至少一个数据文件,在所述分布式缓存服务端的用户地址空间为每个数据文件包括的地址映射出对应的虚拟地址以供所述分布式缓存服务端访问;所述分布式缓存服务端接收待存储数据和所述待存储数据的数据标识;在目标数据文件中分配用于存储所述待存储数据的目标空间的起始虚拟地址,所述目标数据文件是所述NVM中的一个数据文件,所述目标数据文件的空闲空间大小大于或等于所述待存储数据的数据量;根据所述起始虚拟地址将所述待存储数据保存到所述目标空间中。本申请可以避免数据丢失现象发生。
-
公开(公告)号:CN115713101A
公开(公告)日:2023-02-24
申请号:CN202110956149.7
申请日:2021-08-19
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N3/063 , G06N3/0464 , G06N3/08
Abstract: 本申请实施例公开了一种并行处理方法及装置,属于计算机技术领域。在本申请实施例中,根据多个计算核心中各个计算核心的算力,确定各个计算核心的权重,基于权重将待处理数据分配给多个计算核心,而非按照该多个计算核心的数量将待处理数据平均分配给该多个计算核心。由此可见,在该多个计算核心的算力存在不同的情况下,基于权重分配数据能够保证负载均衡,从而提高并行处理的处理效率,提升整体性能。
-
公开(公告)号:CN113111059A
公开(公告)日:2021-07-13
申请号:CN202010032859.6
申请日:2020-01-13
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F16/22
Abstract: 本申请公开了一种数据存储管理的方法和装置,属于数据存储技术领域,所述方法包括:确定数据块中标记废弃的数据单元对应的存储位置;在保持数据块中未标记废弃的数据单元之间排列顺序不变的前提下,将未标记废弃的数据单元移动至标记废弃的数据单元对应的存储位置,得到数据移动后的数据块,其中,在数据移动后的数据块中,在未标记废弃的数据单元之间的排列顺序上任意相邻的两个未标记废弃的数据单元的存储位置相邻。本申请通过已标记废弃数据的存储位置,移动未标记废弃的数据,集中数据的占用。采用本申请,空闲的存储空间会集中到数据块之后,更便于不同数据量大小的数据存入,从而可以提高存储资源的利用率。
-
公开(公告)号:CN113111059B
公开(公告)日:2023-04-14
申请号:CN202010032859.6
申请日:2020-01-13
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F16/22
Abstract: 本申请公开了一种数据存储管理的方法和装置,属于数据存储技术领域,所述方法包括:确定数据块中标记废弃的数据单元对应的存储位置;在保持数据块中未标记废弃的数据单元之间排列顺序不变的前提下,将未标记废弃的数据单元移动至标记废弃的数据单元对应的存储位置,得到数据移动后的数据块,其中,在数据移动后的数据块中,在未标记废弃的数据单元之间的排列顺序上任意相邻的两个未标记废弃的数据单元的存储位置相邻。本申请通过已标记废弃数据的存储位置,移动未标记废弃的数据,集中数据的占用。采用本申请,空闲的存储空间会集中到数据块之后,更便于不同数据量大小的数据存入,从而可以提高存储资源的利用率。
-
公开(公告)号:CN119250127A
公开(公告)日:2025-01-03
申请号:CN202411318907.2
申请日:2024-09-20
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N3/0464 , G06N3/084 , G06F18/23211 , G06F18/22 , G06F18/25
Abstract: 本申请涉及模型量化技术领域,公开了模型量化方法、装置、设备及存储介质,包括:根据量化配置参数对目标模型进行模型量化,获得第一量化模型;获取第一量化模型对应的整体量化损失及第一量化模型中各层网络对应的网络量化损失;若整体量化损失大于预设损失阈值,则根据网络量化损失选取量化损失区域;对目标模型中量化损失区域对应的网络进行算子拆分,获得调整后的目标模型;基于量化配置参数对调整后的目标模型进行模型量化,获得第二量化模型;若第二量化模型对应的整体量化损失小于或等于预设损失阈值,则将第二量化模型作为量化完成的模型。由于是算子拆分再量化,拥有接近逐通道量化的量化效果,保证可降低模型的整体量化损失。
-
公开(公告)号:CN112114738B
公开(公告)日:2024-02-20
申请号:CN201910539395.5
申请日:2019-06-20
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F3/06
Abstract: 本申请是关于一种存储数据的方法及存储设备,属于存储领域。所述存储设备包括:处理器和NVM,所述处理器用于生成分布式缓存服务端;所述NVM包括至少一个数据文件,在所述分布式缓存服务端的用户地址空间为每个数据文件包括的地址映射出对应的虚拟地址以供所述分布式缓存服务端访问;所述分布式缓存服务端接收待存储数据和所述待存储数据的数据标识;在目标数据文件中分配用于存储所述待存储数据的目标空间的起始虚拟地址,所述目标数据文件是所述NVM中的一个数据文件,所述目标数据文件的空闲空间大小大于或等于所述待存储数据的数据量;根据所述起始虚拟地址将所述待存储数据保存到所述目标空间中。本申请可以避免数据丢失现象发生。
-
-
-
-
-
-