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！

龙图腾网恭喜百度(美国)有限责任公司申请的专利减少神经模型的资源需求的方法、系统和存储介质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：CN114386562B 。

龙图腾网通过国家知识产权局官网在2025-02-18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：202111131670.3，技术领域涉及：G06N3/0464；该发明授权减少神经模型的资源需求的方法、系统和存储介质是由程治宇设计研发完成，并于2021-09-26向国家知识产权局提交的专利申请。

本减少神经模型的资源需求的方法、系统和存储介质在说明书摘要公布了：减少神经模型的资源需求的方法、系统和存储介质。呈现了用于压缩神经网络模型的张量分解的各种实施例。在一个或多个实施例中，来自神经网络模型的一个或多个神经网络层使用张量环TR分解来进行压缩。在一个或多个实施例中，经TR分解的神经网络使用更少的资源并且可以更容易地部署在资源‑约束设备上。在较小的模型尺寸情况下，在推理期间，经压缩的模型比其原始模型运行更快，并且消耗更少的功率。此外，与其他张量分解方法相比，经TR压缩的模型在稳定性和模型精度方面可以获得更好的性能。

本发明授权减少神经模型的资源需求的方法、系统和存储介质在权利要求书中公布了：1.一种用于减少神经模型的资源需求的方法，包括：给定包括一个或多个卷积神经网络CNN层的经训练的三维卷积神经网络3DCNN，其中，所述三维卷积神经网络3DCNN的输入为视频数据：对于来自经训练的3DCNN的一个或多个CNN层的集合中的每个CNN层，使用张量环TR分解近似CNN层以获得经TR分解的CNN层并获得包括一个或多个经TR分解的CNN层的对应经TR分解的3DCNN；使用经TR分解的CNN层上的或经TR分解的3DCNN上的验证数据，与来自经训练的3DCNN的对应NN层的输出或者来自经训练的3DCNN的输出相比，确定输出是否在可接受阈值内；响应于输出不满足可接受阈值：增加一个或多个神经网络层的集合中的一个或多个CNN层的TR分解的秩；以及返回到对于来自经训练的3DCNN的一个或多个CNN层的集合中的每个CNN层，使用TR分解近似CNN层以获得经TR分解的CNN层并获得包括一个或多个经TR分解的CNN层的对应经TR分解的3DCNN；以及响应于输出满足可接受阈值：使用训练数据集重新训练经TR分解的3DCNN，直到达到停止条件；以及输出重新训练的经TR分解的3DCNN,，重新训练的经TR分解的3DCNN与经训练的3DCNN相比需要更小的存储器来存储；其中，对于来自经训练的3DCNN的一个或多个CNN层的集合中的每个CNN层，使用TR分解近似CNN层以获得经TR分解的CNN层并获得包括一个或多个经TR分解的CNN层的对应经TR分解的3DCNN，包括：对于包括输出通道、输入通道模式、输出通道模式、TR分解的秩和具有多个维度的核大小的CNN层：给定约束，对减少的维度的值进行近似，在约束中减少的维度至少等于神经网络层的维度的子集，其中维度的子集比减少的维度有更多的维度；使用减少的维度的值、CNN层的输入输出通道模式、秩以及参数权重构建张量的张量核；使用张量核生成张量；给定张量，使用映射将张量重塑为核；以及使用TR分解CNN层的输入数据和核计算TR分解CNN层的输出。

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百度(美国)有限责任公司，其通讯地址为：美国加利福尼亚州桑尼维尔波尔多道1195；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”。