The Non oBviousness
Game
Invalidation of patent, the AI way
最新资讯
登录
登录
The Non oBviousness
Game
主页
历史访问项目
登录后查看历史访问项目
Search
返回项目页面
对比文件列表
暂无对比文件
请从左侧选择对比文件查看内容
权利要求与技术特征
权利要求 1
A
包括
B
在神经网络的一层处接收张量
C
基于所接收的张量以第一位宽生成当前张量
D
基于所述当前张量来确定一个或多个量化参数值
E
根据基于在所述神经网络的更新期间生成的先前张量来确定的一个或多个量化参数值将所述当前张量量化为较低位宽
F
其中使用基于所述先前张量来确定的所述一个或多个量化参数减少了量化所述当前张量所需的存储器传递
G
接收用于所述机器学习任务的传感器数据
H
执行所述机器学习任务
I
包括输出所述机器学习任务的结果
J
其中所述机器学习任务包括图像分类、机器翻译或对象检测
K
其中
L
基于所述当前张量来确定所述一个或多个量化参数值包括：基于所述当前张量和所述先前张量来确定所述一个或多个量化参数值的移动平均。
权利要求 2
M
其中
N
基于所述当前张量来确定的所述一个或多个量化参数值是基于最小当前张量值和最大当前张量值来计算的。
权利要求 3
O
其中
P
基于所述当前张量来确定的所述一个或多个量化参数值是基于当前张量值的标准差来计算的。
权利要求 4
Q
进一步包括
R
将基于所述当前张量来确定的所述一个或多个量化参数值存储在存储器中以供在后续张量量化中使用
S
根据基于所述当前张量来确定的所述一个或多个量化参数值在数据通过所述神经网络的所述层的后续传递期间量化后续张量。
权利要求 5
T
其中
U
当前最小量化参数值 根据 被计算为基于先前张量 和先前最小量化参数值 的移动平均
V
当前最大量化参数值 根据 被计算为基于所述先前张量 和先前最大量化参数值 的移动平均
W
其中 是动量参数。
权利要求 6
X
其中
Y
基于所述当前张量来确定的所述一个或多个量化参数值包括基于用于量化所述当前张量的饱和比来计算的量化范围。