-
公开(公告)号:CN119690687A
公开(公告)日:2025-03-25
申请号:CN202510221607.0
申请日:2025-02-27
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06F9/50 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本申请公开了一种基于异构计算系统的请求分配方法、系统、设备和介质,涉及计算机技术领域,优先考虑键值缓存机制的使用情况下,确定多个异构算力设备访问内存时使用键值缓存所需的读取时间。考虑异构算力设备的算力信息的性能差异、内存扩展对应的内存信息和推理任务信息的特性,合理分配请求。进一步根据预设分配请求数量与并发请求数量之间的比较关系,以及是否满足分配条件的不同策略,提高请求分配的合理性。因此,可以解决在调用分离式内存还是本地内存时对于推理请求的分配均衡性较差,导致算力资源浪费较多的技术问题,达到将推理任务信息合理分配至异构算力设备,以提高分配均衡性的同时,节约算力资源、降低成本的技术效果。
-
公开(公告)号:CN118395195A
公开(公告)日:2024-07-26
申请号:CN202410853495.6
申请日:2024-06-28
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06F18/214 , G06F18/2431 , G06F16/36 , G06F18/22 , G06N3/0464 , G06V20/40 , G06V10/764
Abstract: 本发明公开了一种模型训练方法、视频定位方法、系统、设备、产品及介质,涉及视频数据处理领域,用于解决定位音频事件时将视频模态视作噪声导致定位不准确的问题。获取训练数据集;根据视觉特征得到第一知识图结构,根据音频特征得到第二知识图结构;根据两个知识图结构对第一神经网络模型优化得到目标神经网络模型,目标神经网络模型用于对待处理视频数据进行类别标签定位。本发明通过构建视觉特征和音频特征对应的知识图结构,使用知识图结构优化第一神经网络模型,并未将视觉信息视为噪声,能捕捉和利用音频与视频间的复杂关联关系,能够更好地整合和利用多模态数据,提高得到的目标神经网络模型的定位精度和可靠性。
-
公开(公告)号:CN118113444A
公开(公告)日:2024-05-31
申请号:CN202410534357.1
申请日:2024-04-30
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06F9/48 , G06F9/50 , G06F16/901 , G06N20/20
Abstract: 本申请公开了一种任务处理方法、装置及电子设备和存储介质,涉及自然语言理解技术领域,该方法包括:获取目标任务的输入内容和输出描述;利用预训练语言模型基于所述目标任务的输入内容和输出描述对所述目标任务进行步骤分解,以生成所述目标任务对应的思维树;其中,所述思维树中的节点为步骤分解得到的步骤;基于预设搜索算法在所述思维树中搜索执行所述目标任务的最佳步骤路径;基于所述最佳步骤路径根据所述输入内容执行所述目标任务,输出所述目标任务的执行结果。本申请提高了执行目标任务的效果,可适用于不同类型的任务,泛化性较高。
-
公开(公告)号:CN117892140B
公开(公告)日:2024-05-31
申请号:CN202410295706.9
申请日:2024-03-15
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06F18/214 , G06F16/332 , G06F18/25 , G06F18/22 , G06N5/04
Abstract: 本发明公开了一种视觉问答及其模型训练方法、装置、电子设备、存储介质,应用于人工智能领域。其中,方法包括获取视觉问答训练样本数据集;将问题‑图像对样本输入至视觉问答模型,图文编码器对问题‑图像对样本进行图文编码处理,交互解码器从接收到的图文编码特征中提取交互对象的语义特征,推理解码器融合接收到的图文编码特征和交互对象特征,并基于融合图文编码特征对应的正确答案‑正确事件知识标签、与从知识库检索的答案、事件知识间的损失不断地迭代更新,直至满足预设模型训练结束条件。本发明可以解决相关技术无法满足用户高精度问答需求和答案可解释需求的问题,提升了基于场景交互任务中的视觉问答精度,让答案更具有可解释性。
-
公开(公告)号:CN116756536B
公开(公告)日:2024-04-26
申请号:CN202311034853.2
申请日:2023-08-17
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06F18/21 , G06F18/214 , G06F18/241 , G06N5/02
Abstract: 本发明公开了一种数据识别方法、模型训练方法、装置、设备及存储介质,涉及计算机技术领域,旨在解决传统技术中无法对多源域数据进行快速高效识别的问题,所述数据识别方法应用于客户端,包括:获取初始识别模型;所述初始识别模型包括本地模型和全局模型;利用本地样本对所述初始识别模型进行训练,获得本地模型梯度和全局模型梯度;将所述全局模型梯度上传至服务器,以使所述服务器利用各所述全局模型梯度对服务器模型参数进行更新处理,获得服务器模型更新参数;利用所述本地模型梯度对本地模型参数进行更新,利用所述服务器模型更新参数对全局模型参数进行更新,直至获得满足预设条件的数据识别模型;利用所述数据识别模型执行数据识别操作。
-
公开(公告)号:CN117474903A
公开(公告)日:2024-01-30
申请号:CN202311800569.1
申请日:2023-12-26
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06T7/00 , G06T7/90 , G06V10/74 , G06V10/764 , G06V10/774
Abstract: 本发明涉及人工智能技术领域,具体公开了一种图像侵权检测方法、装置、设备及可读存储介质,通过对第一样本图像数据集中的部分第一样本图像进行颜色扭曲处理后训练二分类探针检测模型,并对未授权图像进行颜色扭曲处理后以处理后的未授权图像替换未授权图像进行发布,从而对于文生图模型训练任务对应的文生图训练图像数据集,可以利用二分类探针检测模型识别得到文生图训练图像数据集中的探针检测结果以检测样本侵权事件。颜色扭曲相较于直接添加水印来说不易被人眼识别也难以被常用的预处理增强干扰,从而有效避免未授权图像被抹掉水印的情况,而能够被训练的二分类探针检测模型检出,从而实现对文生图模型训练时采用的图像是否侵权进行检出。
-
公开(公告)号:CN116704296B
公开(公告)日:2023-11-03
申请号:CN202310974709.0
申请日:2023-08-04
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06V10/774 , G06V10/44 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种图像处理方法、装置、系统、设备及计算机存储介质,涉及图像处理技术领域,应用于目标设备,对目标设备分配得到的图像处理子神经网络模型进行当前轮的训练;计算当前轮训练好的图像处理子神经网络模型的目标函数的局部特征矩阵;判断是否传输当前轮的局部特征矩阵;若是,则传输当前轮的局部特征矩阵至主设备,以使主设备基于当前轮的局部特征矩阵生成当前轮的全局参数;若否,则不传输当前轮的局部特征矩阵至主设备,以使主设备基于上一轮的局部特征矩阵生成当前轮的全局参数;以基于当前轮的全局参数得到训练好的图像处理神经网络模型进行图像处理。目标设备选择性的将局部特征矩阵传输给主设备,提高了处理效率。
-
公开(公告)号:CN115905456A
公开(公告)日:2023-04-04
申请号:CN202310016221.7
申请日:2023-01-06
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06F16/31 , G06F16/33 , G06F16/35 , G06F40/211 , G06F40/279 , G06F18/23
Abstract: 本申请公开了一种数据识别方法、系统、设备及计算机可读存储介质,应用于信息处理技术领域,获取目标数量个文本数据;对于每个文本数据,均对文本数据进行实体识别,得到实体识别结果;提取文本数据的第一全局向量化特征;提取各个实体识别结果各自的实体向量化特征;基于实体向量化特征,确定所有的实体识别结果的第二全局向量化特征;将第一全局向量化特征与第二全局向量化特征进行连接,得到文本数据的目标向量化特征;基于目标向量化特征对文本数据进行聚类,得到聚类结果;基于聚类结果,生成对应的事件模式信息;基于事件模式信息对目标数据进行事件抽取,得到事件信息;基于事件信息对目标数据进行识别,可以高效率的得到识别结果。
-
公开(公告)号:CN115879543A
公开(公告)日:2023-03-31
申请号:CN202310194708.4
申请日:2023-03-03
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06N3/098 , G06N3/084 , G06F18/214 , G06F18/24 , G06F18/23
Abstract: 本申请公开了计算机技术领域内的一种模型训练方法、装置、设备、介质及系统。本申请在模型迭代过程中,若根据当前迭代次数确定本次迭代需分组,则将异构计算系统内的所有计算节点划分为多个计算组,并使同一计算组内的不同计算节点互联;在每一计算组内确定控制节点,并按照环状拓扑结构连接不同控制节点;控制同一计算组内的不同计算节点以All‑Reduce策略和当前计算组适用的模型优化算法执行本次迭代任务,控制各控制节点以Ring‑All‑Reduce策略执行本次迭代任务。该方案能充分发挥计算节点的特点,提高计算节点间的通信效率和模型训练效率。本申请提供的一种模型训练装置、设备、介质及系统,同样具有上述技术效果。
-
公开(公告)号:CN114841150A
公开(公告)日:2022-08-02
申请号:CN202210466699.5
申请日:2022-04-29
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06F40/284
Abstract: 本发明提供一种标注文本质量评估方法、装置、电子设备及存储介质,涉及自然语言处理领域,方法包括:获取标注文本,并从标注文本中提取标注信息;对标注信息进行标注质量评估得到标注评估值,并对标注文本的语句和/或词汇进行文本质量评估得到文本评估值;根据标注文本对应的任务类型对标注评估值及文本评估值进行加权处理,得到标注文本对应的综合评估值;可从标注有效性方面对标注文本的标注信息进行评估,还可从语法、词语拼写、语义信息等文本质量方面对标注文本自身进行评估,最后还结合任务类型对标注评估值及文本评估值进行加权处理,以综合标注质量、文本质量及任务要求对标注文本进行全方位评估,进而可提升标注文本的筛选质量。
-
-
-
-
-
-
-
-
-