-
公开(公告)号:CN114298291A
公开(公告)日:2022-04-08
申请号:CN202111591806.9
申请日:2021-12-23
Applicant: 浪潮(北京)电子信息产业有限公司
Abstract: 本申请公开了一种模型量化处理系统,所述系统包括:BIAS参数存储器,用于存储神经网络模型的BIAS参数,并将BIAS参数传输至卷积计算模块;移位参数存储器,用于存储神经网络模型的移位参数,并将移位参数传输至卷积计算模块;零点参数存储器,用于存储神经网络模型的零点参数,并将零点参数传输至卷积计算模块;其中,BIAS参数存储器、移位参数存储器和零点参数存储器为BRAM类型的存储器;卷积计算模块,用于对量化参数进行量化计算并进行模型量化处理。本申请能够适应不同种类量化方法对应的量化参数的存储与更新,提高模型量化操作的效率。本申请还公开了一种模型量化处理方法,具有以上有益效果。
-
公开(公告)号:CN114169409A
公开(公告)日:2022-03-11
申请号:CN202111370606.0
申请日:2021-11-18
Applicant: 浪潮(北京)电子信息产业有限公司
IPC: G06K9/62 , G06N3/08 , G06V10/774
Abstract: 本申请公开了一种对抗样本生成方法及装置,包括:将原始样本中的区域划分为目标区域和非目标区域;所述目标区域为视觉系统关注度高的区域,所述非目标区域为视觉系统关注度低的区域;确定所述原始样本的梯度噪声,分别为所述目标区域和所述非目标区域动态分配不同的步长;基于所述步长和所述梯度噪声分别对所述目标区域和所述非目标区域添加干扰噪声,得到与所述原始样本对应的对抗样本;所述非目标区域的干扰强度强于所述目标区域的干扰强度。本申请通过在目标区域微小扰动、非目标区域高扰动,从而能够在人眼不易觉察的情况下增大扰动噪声幅度和噪声信息能量强度,以提高对抗样本的攻击性,使得被训练后的网络模型更具鲁棒性。
-
公开(公告)号:CN114169409B
公开(公告)日:2024-10-29
申请号:CN202111370606.0
申请日:2021-11-18
Applicant: 浪潮(北京)电子信息产业有限公司
IPC: G06V10/82 , G06V10/774 , G06N3/08 , G06V10/25
Abstract: 本申请公开了一种对抗样本生成方法及装置,包括:将原始样本中的区域划分为目标区域和非目标区域;所述目标区域为视觉系统关注度高的区域,所述非目标区域为视觉系统关注度低的区域;确定所述原始样本的梯度噪声,分别为所述目标区域和所述非目标区域动态分配不同的步长;基于所述步长和所述梯度噪声分别对所述目标区域和所述非目标区域添加干扰噪声,得到与所述原始样本对应的对抗样本;所述非目标区域的干扰强度强于所述目标区域的干扰强度。本申请通过在目标区域微小扰动、非目标区域高扰动,从而能够在人眼不易觉察的情况下增大扰动噪声幅度和噪声信息能量强度,以提高对抗样本的攻击性,使得被训练后的网络模型更具鲁棒性。
-
-