北京百度网讯科技有限公司原湉获国家专利权
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！
龙图腾网获悉北京百度网讯科技有限公司申请的专利基于深度学习框架生成静态图模型的方法及装置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：CN114863215B 。
龙图腾网通过国家知识产权局官网在2025-07-04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：202210537092.1，技术领域涉及：G06V10/774；该发明授权基于深度学习框架生成静态图模型的方法及装置是由原湉;梁芸铭;黄一鸣;陈泽裕设计研发完成，并于2022-05-17向国家知识产权局提交的专利申请。
本基于深度学习框架生成静态图模型的方法及装置在说明书摘要公布了：本公开提供了一种基于深度学习框架生成静态图模型的方法及装置，涉及计算机技术领域，尤其涉及自然语言处理、深度学习等人工智能技术领域。具体实现方案为：基于获取的目标训练语料，通过动态图训练，以生成所述目标训练语料对应的动态图模型；将所述动态图模型进行转换，以确定所述动态图模型对应的网络结构及网络参数；根据所述网络结构及网络参数，生成所述目标训练语料对应的开放神经网络交换格式的目标静态图模型。由此，根据动态图模型对应的网络结构及网络参数，生成开放神经网络交换格式的目标静态图模型，从而可以快速、便捷地对动态图模型进行部署。
本发明授权基于深度学习框架生成静态图模型的方法及装置在权利要求书中公布了：1.一种基于深度学习框架生成静态图模型的方法，包括： 基于获取的目标训练语料，通过动态图训练，以生成所述目标训练语料对应的动态图模型； 将所述动态图模型进行转换，以确定所述动态图模型对应的网络结构及网络参数； 根据所述网络结构及网络参数，生成所述目标训练语料对应的开放神经网络交换格式的目标静态图模型，其中，所述目标静态图模型为所述动态图模型对应的适用于其他任一深度学习架构的模型； 所述根据所述网络结构及网络参数，生成所述目标训练语料对应的开放神经网络交换格式的目标静态图模型，包括： 根据所述网络结构及网络参数，确定参考静态图模型； 将所述目标训练语料中的输入数据，输入所述参考静态图模型，以获取所述参考静态图模型输出的预测数据； 响应于所述预测数据与所述目标训练语料中的标注数据匹配，根据所述网络结构及网络参数，生成开放神经网络交换格式的目标静态图模型的文件。
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北京百度网讯科技有限公司，其通讯地址为：100085 北京市海淀区上地十街10号百度大厦二层；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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号