Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 杭州海康威视数字技术股份有限公司冯仁光获国家专利权

杭州海康威视数字技术股份有限公司冯仁光获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉杭州海康威视数字技术股份有限公司申请的专利深度学习模型转换方法、系统及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN112947899B

龙图腾网通过国家知识产权局官网在2023-09-26发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:201911267114.1,技术领域涉及:G06F8/20;该发明授权深度学习模型转换方法、系统及装置是由冯仁光;叶挺群;王鹏设计研发完成,并于2019-12-11向国家知识产权局提交的专利申请。

深度学习模型转换方法、系统及装置在说明书摘要公布了:本申请实施例提供一种深度学习模型转换方法、系统及装置,该方法包括:获取第一模型的中间表示格式,所述第一模型为在第一深度学习框架下可识别的模型,所述第一模型中包括公共层和自定义层,所述中间表示格式为多个深度学习框架下进行模型转换的统一表示格式,所述公共层为多个深度学习框架中均包括的层,即开源支持的层,所述自定义层为根据所述第一模型的功能进行配置得到的层,所述多个深度学习框架包括所述第一深度学习框架和第二深度学习框架;根据所述第一模型的中间表示格式和所述第二深度学习框架,得到第二模型,所述第二模型为在所述第二深度学习框架下可识别的模型。本申请实施例能够实现针对包括自定义层的深度学习模型的转换。

本发明授权深度学习模型转换方法、系统及装置在权利要求书中公布了:1.一种深度学习模型转换方法,其特征在于,包括:获取第一模型的中间表示格式,所述第一模型为在第一深度学习框架下可识别的模型,所述第一模型中包括公共层和自定义层,所述中间表示格式为多个深度学习框架下进行模型转换的统一表示格式,所述公共层为多个深度学习框架中均包括的层,所述自定义层为根据所述第一模型的功能进行配置得到的层,所述多个深度学习框架包括所述第一深度学习框架和第二深度学习框架;根据所述第一模型的中间表示格式和所述第二深度学习框架,得到第二模型,所述第二模型为在所述第二深度学习框架下可识别的模型;所述获取第一模型的中间表示格式,包括:获取所述第一模型的计算图,所述计算图用于指示所述第一模型的各公共层和各自定义层之间的连接关系;获取所述第一模型中的参数信息,根据所述参数信息和所述计算图,得到所述第一模型的中间表示格式;所述计算图为粗粒度计算图或细粒度计算图,所述获取所述第一模型的计算图,包括:获取所述第一模型的粗粒度计算图,其中,所述粗粒度计算图中包括多个层节点、以及层节点之间的连接关系,每个所述层节点为一个所述公共层或一个所述自定义层;或者,获取所述第一模型的细粒度计算图,其中,所述细粒度计算图中包括多个计算节点、以及计算节点之间的连接关系,每个所述计算节点为一个子运算,所述子运算为所述自定义层的部分或所述公共层的部分;所述计算图为细粒度计算图,所述获取所述第一模型中的参数信息,根据所述参数信息和所述计算图,得到所述第一模型的中间表示格式,包括:获取多个中间表示格式节点、第一参数信息和第二参数信息,所述第一参数信息为各公共层的参数信息,所述第二参数信息为各自定义层的参数信息;对所述公共层对应的子运算进行融合,得到所述公共层对应的中间表示格式节点;对所述自定义层对应的子运算进行融合,得到所述自定义层对应的中间表示格式节点;根据所述细粒度计算图获取各子运算之间的第二连接关系;根据所述第一参数信息、所述第二参数信息和所述第二连接关系,对所述公共层对应的中间表示格式节点和所述自定义层对应的中间表示格式节点分别进行配置,得到所述第一模型的中间表示格式。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人杭州海康威视数字技术股份有限公司,其通讯地址为:310051 浙江省杭州市滨江区阡陌路555号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。