-
公开(公告)号：CN115564041A
公开(公告)日：2023-01-03
申请号：CN202211181327.4
申请日：2022-09-27
Applicant: 鹏城实验室
Abstract: 本发明公开了神经网络模型训练系统、方法及相关设备，其中，上述系统包括多个通信连接的计算节点，上述系统根据计算节点以数据和模型并行的方式训练待训练模型，计算节点包括依次通信连接的数据生成模块、数据传输模块、训练模块和模型参数存储模块；数据生成模块生成一批模型训练数据；数据传输模块获取模型训练数据、预处理获得预处理训练数据并搬运到训练模块；训练模块根据预处理训练数据对待训练模型进行训练以更新待训练模型的模型参数并更新数据迭代次数，更新后的数据迭代次数小于数据迭代次数阈值时触发数据生成模块生成下一批模型训练数据；模型参数存储模块存储模型参数。本发明有利于提高神经网络模型训练时的收敛效果。
-
公开(公告)号：CN115481730A
公开(公告)日：2022-12-16
申请号：CN202211143030.9
申请日：2022-09-20
Applicant: 鹏城实验室
Abstract: 本发明公开了一种注意力机制模型训练方法、装置、终端及存储介质，包括：获取配置文件，根据配置文件识别各待训练模型，并向各待训练模型分配对应的并行训练策略；根据分配的并行训练策略及对应的模型参数进行数据并行处理，加载配置文件中对应的数据存储位置，得到各待训练模型对应的训练数据；调用全局自扩展模型并行算法，根据得到的训练数据、分配的并行训练策略及配置文件中的模型参数对各待训练模型进行并行训练，得到各待训练模型的训练结果。本发明实现了可自动伸缩的强扩展策略，框架可根据用户使用的模型，数据量大小自动扩展并行规模并修改矩阵切分维度，提高了注意力机制模型并行训练的效率。
-
公开(公告)号：CN115456170A
公开(公告)日：2022-12-09
申请号：CN202211116537.5
申请日：2022-09-14
Applicant: 鹏城实验室
Abstract: 本发明公开了一种低通信开销的神经网络并行训练方法，本发明通过跨多层拆分目标卷积网络，使得拆分后得到的每个分离网络中均包含目标卷积网络中各个操作层的一部分。因此本发明只需要获取各分离网络的前向结果即可实现目标卷积网络的网络训练过程，各分离网络无需中间通信，减少了参数传播过程的通信开销。解决了现有的神经网络并行训练方法会产生大量的中间通信，导致训练过程中产生大量的通信开销，从而影响训练效率的问题。
-
公开(公告)号：CN115278269A
公开(公告)日：2022-11-01
申请号：CN202210699502.2
申请日：2022-06-20
Applicant: 鹏城实验室
IPC: H04N19/91 , H04N19/18 , H04N19/50 , H04N19/61 , H04N19/124 , H04N19/186 , H04N19/597
Abstract: 本发明公开一种点云属性编码方法、点云属性解码方法及存储介质，所述编码方法包括：基于待编码点云数据得到目标排序码后对待编码点云数据进行排序；按照排序依次进行属性编码：计算当前待编码点与最相邻点之间的差值距离并与阈值距离比较，根据比较结果调整当前量化参数或当前量化舍入方法后，使用当前调整量化参数或当前调整量化舍入方法对输入系数进行量化得到量化系数。通过在编码时，计算当前待编码点与最相邻点之间的差值距离后与阈值距离比较，并根据比较结果调整当前量化参数或当前量化舍入方法后，对输入系数进行量化得到量化系数，即通过对距离的判定筛选预测误差较大的点，调整量化参数减小预测误差，从而提升重建点云数据的精度。
-
公开(公告)号：CN114189692A
公开(公告)日：2022-03-15
申请号：CN202010966930.8
申请日：2020-09-15
Applicant: 鹏城实验室
Abstract: 本发明公开了基于连续子空间图变换的点云属性编码方法以及解码方法，通过将目标点云划分为多层级结构，对多层级结构的第二级以及第二级以上的目标点云空间，都由该目标点云空间在下一级的子空间的第一属性系数进行图变换得到该节点的第一属性系数和第二属性系数，目标点云空间的第一属性系数在上一级继续被变换，这样进行连续变换后，最终得到所述目标点云的第一属性系数和各个目标点云空间的第二属性系数，再根据所述目标点云的第一属性系数和各个目标点云空间的第二属性系数进行点云属性编码，在编码的过程中，不涉及寻找变换点的过程，避免了寻找方向的顺序影响点云属性编码效果，保证了点云属性编码质量。
-
Patent Agency Ranking
公开(公告)号：CN111046199A
公开(公告)日：2020-04-21
申请号：CN201911196619.3
申请日：2019-11-29
Applicant: 鹏城实验室
IPC: G06F16/438 , G06F16/41
Abstract: 本发明公开了一种为图像加旁白的方法以及电子设备，所述方法包括当操作图像时，接收所述图像对应的旁白数据；将所述旁白数据与所述图像相关联，以使得显示所述图像时显示所述旁白数据。本发明在接收到旁白数据时，可以将旁白数据与图像打包封装并存储在一起，这样当图像传输或者显示时，所述旁白数据可以与图像同步传输或显示，使得用户可以随时获取到图像对应的情感表达信息等，提高图像的显示效果，给用户的使用带来方便；同时也延长了图像的使用寿命以及保留意义。
-
公开(公告)号：CN111046199B
公开(公告)日：2024-03-19
申请号：CN201911196619.3
申请日：2019-11-29
Applicant: 鹏城实验室
IPC: G06F16/438 , G06F16/41
Abstract: 本发明公开了一种为图像加旁白的方法以及电子设备，所述方法包括当操作图像时，接收所述图像对应的旁白数据；将所述旁白数据与所述图像相关联，以使得显示所述图像时显示所述旁白数据。本发明在接收到旁白数据时，可以将旁白数据与图像打包封装并存储在一起，这样当图像传输或者显示时，所述旁白数据可以与图像同步传输或显示，使得用户可以随时获取到图像对应的情感表达信息等，提高图像的显示效果，给用户的使用带来方便；同时也延长了图像的使用寿命以及保留意义。
-
公开(公告)号：CN112995758B
公开(公告)日：2024-02-06
申请号：CN201911284170.6
申请日：2019-12-13
Applicant: 鹏城实验室 , 北京大学深圳研究生院
IPC: H04N21/4402 , H04N21/2343 , G06T9/00
Abstract: 本发明公开了一种点云数据的编码方法、解码方法、存储介质及终端设备，所述编码方法包括根据待编码的点云数据生成占位图；根据待编码的点云数据、所述占位图、预设扫描顺序生成一维序列组；对所述占位图和一维序列组进行编码，以得到所述点云数据对应的码流。本发明通过将点云数据转换为一维序列组，并对一维序列组进行编码，降低了编码时的数据量，进而提高了点云数据的编码效率。
-
公开(公告)号：CN117093814A
公开(公告)日：2023-11-21
申请号：CN202311054523.X
申请日：2023-08-21
Applicant: 鹏城实验室
IPC: G06F17/16 , G06F12/0842 , G06F11/34
Abstract: 本申请实施例公开了一种数据处理方法、装置、计算机可读存储介质及计算机设备。包括：确定当前迭代区内第一子矩阵对应的第一输入矩阵和第二输入矩阵；根据第一输入矩阵和第二输入矩阵确定出第一迭代区内的第一个子迭代区的目标第二子矩阵，第一迭代区和当前迭代区域相邻；根据目标第二子矩阵对第一迭代区内至少一个子迭代区进行迭代，得到对应的第三输入矩阵和第四输入矩阵；根据第一输入矩阵、第二输入矩阵以及第三输入矩阵和第四输入矩阵确定出目标迭代区的目标选定子矩阵，目标迭代区与当前迭代区和第一迭代区均不相邻。从而避免在每个迭代区依次迭代都要对全局内存读写一次，减少对处理器的全局内存的读写次数，充分发挥计算机设备的性能。
-
公开(公告)号：CN116302449B
公开(公告)日：2023-08-22
申请号：CN202310557298.5
申请日：2023-05-17
Applicant: 鹏城实验室
Abstract: 本公开提供了跨智能体的算法资源调度方法、装置、设备和介质。该算法资源调度方法包括：接收来自第一代理节点的第一任务协同请求；基于第一任务协同请求，得到任务标签，并生成第二任务协同请求；发送第二任务协同请求至第二代理节点，以便第二代理节点根据任务标签确定目标算法资源；接收来自第二代理节点的目标算法资源；发送目标算法资源至第一代理节点。本公开实施例能够提高智能体的任务执行效率与算法资源利用率。本公开实施例可应用于智能医疗、智能交通、智能城市管理等场景。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.026 seconds)
