一种模型压缩方法、系统及存储介质

    公开(公告)号:CN116776954A

    公开(公告)日:2023-09-19

    申请号:CN202310716586.0

    申请日:2023-06-15

    IPC分类号: G06N3/082 G06N3/08

    摘要: 本申请公开一种模型压缩方法、系统及存储介质,涉及模型压缩技术领域,能够提高模型压缩效率。具体方案包括:服务器接收客户端发送的可执行文件,可执行文件中包括:接口文件、调用文件、待压缩模型和待压缩模型的运行环境程序;接口文件用于获取训练数据集、验证数据集、损失函数和优化器;调用文件用于调用目标压缩程序;服务器确定待压缩模型的初始模型精度;服务器利用调用文件获取目标压缩程序,并利用目标压缩程序、损失函数和优化器对待压缩程序进行压缩,得到压缩模型;服务器确定压缩模型的压缩模型精度,若初始模型精度和压缩模型精度的精度差的绝对值小于预设阈值,则得到待压缩模型的目标压缩模型,并将目标压缩模型发送至客户端。

    一种模型部署方法和装置
    3.
    发明公开

    公开(公告)号:CN116776936A

    公开(公告)日:2023-09-19

    申请号:CN202310712796.2

    申请日:2023-06-15

    摘要: 本发明公开了一种模型部署方法和装置,所述方法包括:获取预先训练完成的视觉卷积模型,设置对视觉卷积模型进行剪枝操作的精度目标和搜索参数,搜索参数至少包括初始剪枝比例和搜索区间长度;分别搜索注意力机制模块的第一目标剪枝比例和前馈神经模块的第二目标剪枝比例;根据第一目标剪枝比例和第二目标剪枝比例优化视觉卷积模型,得到目标视觉卷积模型;将目标视觉卷积模型部署在变电站的边缘计算设备上。这样,在对视觉卷积模型进行剪枝后,使得模型大小处于最小的状态,从而对运行环境的要求降低。将视觉卷积模型部署在边缘计算设备上,实现了监控数据的实时接收,从而可以做到实时的检测和警示,提高了电力系统的安全性。

    一种低业务依赖的能源数据智能稽核方法

    公开(公告)号:CN113704241B

    公开(公告)日:2022-03-08

    申请号:CN202111256821.8

    申请日:2021-10-27

    IPC分类号: G06F16/215

    摘要: 本发明提出了一种低业务依赖的能源数据智能稽核方法,包括:确定相互对应的文本字段、日期时间字段以及数值字段;将文本字段、日期时间字段调整为标准模板规定的格式;对日期时间字段和数值字段进行数据拟合,判断数值字段中的数据,若为时序数据,基于与拟合曲线的偏离程度标记数值字段的第一异常数据,若为非时序数据,基于孤立森林算法标记数值字段的第二异常数据;根据拟合曲线的趋势生成第一异常数据的修正建议值;根据数值字段中其他数据在二叉树中的异常分值确定修正权重,根据加权求和的结果生成第二异常数据的修正建议值。由业务规则驱动的稽核方式转变为由数据本身特征驱动,提高了能源数据的稽核效率与异常数据修正的准确性。