-
公开(公告)号：CN117392488A
公开(公告)日：2024-01-12
申请号：CN202311222032.1
申请日：2023-09-20
申请人： 华为技术有限公司
IPC分类号： G06V10/778 , G06V10/94 , G06V10/44
摘要： 本申请实施例公开了一种数据处理方法，可以应用于源域模型在目标域任务下的适配场景，例如，目标域任务为语义分割任务或分类任务等。在该方法中，获取目标域数据；通过源域模型获取目标域数据的第一语义特征；获取目标域数据的第一提示特征，第一提示特征用于描述有利于目标域任务的知识特征；基于第一提示特征更新第一语义特征以得到第二语义特征；基于源域模型与第二语义特征获取目标域数据的处理结果。通过目标域任务的先验知识编码特征更新目标域数据的第一语义特征，将利于下游任务的先验知识编码为提示特征，并通过特征交互的方式将先验知识注入样本的第一语义特征中，从而增强更新后的第二语义特征对源域模型的适配性。
-
公开(公告)号：CN117391138A
公开(公告)日：2024-01-12
申请号：CN202311284077.1
申请日：2023-09-28
申请人： 华为技术有限公司
IPC分类号： G06N3/0455 , G06N3/0464 , G06N3/0499 , G06F18/213 , G06F18/24 , G06N3/048
摘要： 一种数据处理方法，方法包括：获取时间序列信息；通过编码器处理所述时间序列信息，得到编码结果；其中，所述编码器包括目标网络层；所述目标网络层用于将所述时间序列信息的特征转换到频域，得到频谱信息；所述频谱信息包括多个频段以及频段对应的频域特征，根据所述频域特征，选择所述多个频段中的部分频段，并对所述部分频段的频域特征进行特征提取，得到处理结果，并将所述处理结果转换到时域；根据所述编码结果，通过任务网络，得到任务处理结果。本申请通过建模频域特征来提升编码器对于序列信息的处理性能。
-
公开(公告)号：CN117217982A
公开(公告)日：2023-12-12
申请号：CN202210612484.X
申请日：2022-05-31
申请人： 华为技术有限公司
摘要： 本申请公开了一种视觉任务处理方法及其相关设备，可通过目标模型对待处理图像进行处理，目标模型最终输出的特征可保持多样性，有利于提高针对待处理图像的视觉任务的处理精度。本申请的方法包括：获取待处理图像；通过目标模型对待处理图像进行处理，得到待处理图像的特征，目标模型包含第一模块以及第二模块，第一模块与第二模块连接，第一模块至少包含图神经网络，第二模块至少用于实现特征变换；基于待处理图像的特征，完成针对待处理图像的视觉任务。
-
公开(公告)号：CN117151099A
公开(公告)日：2023-12-01
申请号：CN202310901078.X
申请日：2023-07-20
申请人： 华为技术有限公司
IPC分类号： G06F40/295 , G06F8/30 , G06F40/289
摘要： 一种数据处理方法，可以应用于人工智能领域，方法包括：获取第一文本和第二文本；第一文本为需要进行判定的文本；第二文本为对第一文本进行的判定内容；根据第二文本中包括的实体，确定第一提示prompt和第二prompt，第一prompt指示识别第一文本中每个实体的描述；第二prompt指示根据每个实体的描述对第一文本进行第二文本指示的判定；根据第一文本、第一prompt和第二prompt，通过语言模型，得到第一文本的判定结果。本申请通过第一prompt引导语言模型识别第一文本中实体的解释，利用语言模型自动将要素的理解任务，分解为NLP任务的prompt进行输入，并利用prompt引导语言模型利用实体的描述进行文本判定，从而提升了语言分析的效率和精度。
-
公开(公告)号：CN110222705B
公开(公告)日：2023-10-24
申请号：CN201910331313.8
申请日：2019-04-23
申请人： 华为技术有限公司
IPC分类号： G06V10/774 , G06V10/82 , G06V10/74 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06N3/045
摘要： 本申请公开了一种网络模型的训练方法，可以应用于对网络模型进行训练的服务器中，服务器可以分别获取第一生成网络和第二生成网络，并利用第二生成网络输出的第二转换后图像，对第一生成网络进行迭代训练，由于第二生成网络为执行过训练操作的大型网络，则可以保证执行过训练操作的第三生成网络的图像处理能力较好，且由于第一生成网络的参数量小于第二生成网络，从而第一生成网络占用的内存面积，且运算量较少。
-
公开(公告)号：CN116912549A
公开(公告)日：2023-10-20
申请号：CN202310553400.4
申请日：2023-05-16
申请人： 华为技术有限公司
IPC分类号： G06V10/764 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/048 , G06N3/045 , G06N3/0895 , G06N3/0985
摘要： 一种分类模型的训练方法，包括：基于训练后的第一分类模型输出标注样本的倾向得分，倾向得分为标注样本被标注的概率；第一分类模型的训练过程是将标注样本作为正样本，未标注样本作为负样本进行模型训练；确定第二分类模型的第一损失函数，第一损失函数包括标注样本的损失函数和未标注样本的损失函数，标注样本的损失函数的权重与标注样本的倾向得分相关；基于标注样本、未标注样本和第一损失函数,训练第二分类模型。因此，通过倾向得分修改损失函数中该标注样本对应项的权重，可以降低标注样本中的有偏标注的影响，提高了第二分类模型的分类准确率。
-
公开(公告)号：CN116888605A
公开(公告)日：2023-10-13
申请号：CN202180094093.7
申请日：2021-04-30
申请人： 华为技术有限公司
摘要： 本申请公开了人工智能领域中的一种神经网络模型的运算方法、训练方法及装置，在该运算方法中，利用winograd变换后的权重矩阵对winograd变换后的输入数据矩阵进行特征提取，得到中间矩阵，中间矩阵中的每个元素是根据变换后的输入数据矩阵与变换后的权重矩阵中对应位置的元素之间的L1距离确定的，通过winograd算法对中间矩阵进行输出数据变换，得到输出数据矩阵。本申请的方案将winograd中的点乘操作替换为计算L1距离的操作等加法操作，减少了特征提取过程的计算量，提高了模型的运行速度，减少了运算开销。
-
公开(公告)号：CN116702858A
公开(公告)日：2023-09-05
申请号：CN202310514419.8
申请日：2023-05-08
申请人： 华为技术有限公司
IPC分类号： G06N3/082 , G06N3/0464 , G06N3/08
摘要： 本申请涉及计算机技术领域，公开了一种模型处理方法、电子设备及介质，模型处理方法包括对训练得到的收敛模型进行权重剪枝得到剪枝模型后，对被剪枝权重中部分影响模型精度的重要权重进行恢复，并将恢复后的重要权重应用到剪枝模型中，以进行模型的再次训练，直至获得收敛后的模型。如此，可以使得在实现压缩模型的同时，实现保证模型的精度。
-
公开(公告)号：CN113065637B
公开(公告)日：2023-09-01
申请号：CN202110221934.8
申请日：2021-02-27
申请人： 华为技术有限公司
摘要： 本申请公开了一种感知网络，可以应用于人工智能领域，包括：特征提取网络，其中特征提取网络中的第一block用于对输入数据进行卷积处理，以得到M个目标特征图，特征提取网络中的至少一个第二block用于对M个目标特征图中的M1个目标特征图进行卷积处理，以得到M1个第一特征图，特征提取网络中的目标操作用于对M个目标特征图中的M2个目标特征图进行处理，以得到M2个第二特征图，特征提取网络中的拼接操作用于将M1个第一特征图和M2个第二特征图进行拼接，以得到拼接后的特征图。本申请利用相同stage之间跨层的目标操作来让感知网络生成这些与关键特征相似性高的特征，降低了模型的参数量，以此提高在GPU设备、TPU设备以及NPU设备上的模型的运行速度。
-
公开(公告)号：CN114821096A
公开(公告)日：2022-07-29
申请号：CN202210302717.6
申请日：2022-03-25
申请人： 华为技术有限公司
摘要： 本申请实施例公开一种图像处理方法、神经网络的训练方法以及相关设备，该方法可将人工智能技术应用于图像处理领域中，方法包括：通过第一神经网络对待处理图像进行特征提取，得到待处理图像的特征信息；前述通过第一神经网络对待处理图像进行特征提取，包括：获取待处理图像所对应的第一特征信息，待处理图像包括多个图像块，第一特征信息包括图像块的特征信息；将至少两组图像块的特征信息依次输入LIF模块，得到LIF模块生成的目标数据；根据目标数据，获取待处理图像包括图像块的更新后的特征信息。实现了通过LIF模块对单个的图像进行特征提取，进而能够实现将LIF模块应用于执行主流的通用视觉任务。
-
-
-
-
-
-
-
-
-
搜索结果
146 条记录 (耗时 0.05 秒)
