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！

龙图腾网获悉清华大学深圳国际研究生院申请的专利一种用于生成图像的扩散模型混合精度量化方法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：CN117892792B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202410141913.9，技术领域涉及：G06N3/084；该发明授权一种用于生成图像的扩散模型混合精度量化方法是由孙昊钧;王智设计研发完成，并于2024-02-01向国家知识产权局提交的专利申请。

本一种用于生成图像的扩散模型混合精度量化方法在说明书摘要公布了：一种用于生成图像的扩散模型混合精度量化方法，包括：使用图像训练数据，采用单路径采样的混合精度量化训练策略进行模型的训练，该策略以设定的量化位宽对模型进行训练，并根据模型不同层对量化的敏感性给不同层分配不同的量化位宽，通过模型的向前和向后传播更新对应的量化位宽和量化参数，训练得到混合精度量化超网；运用基于时间步长的遗传算法进行搜索，根据时间步长动态调整量化位宽的配置，通过突变和交叉操作生成新的候选方案，候选方案包含不同的时间步长和量化位宽的组合，以表现最优的候选方案作为最终方案，得到最终的用于生成图像的扩散模型。本发明的方法能够降低部署的内存开销，节省相关的存储资源，提高模型的生成速度和质量。

本发明授权一种用于生成图像的扩散模型混合精度量化方法在权利要求书中公布了：1.一种用于生成图像的扩散模型混合精度量化方法，其特征在于，包括： 第一阶段：使用图像训练数据，采用单路径采样的混合精度量化训练策略进行模型的训练，该策略以设定的量化位宽对模型进行训练，并根据模型不同层对量化的敏感性给不同层分配不同的量化位宽，通过模型的向前和向后传播更新对应的量化位宽和量化参数，以最小化损失误差，经过训练后得到一个混合精度量化超网； 第二阶段：在训练得到的混合精度量化超网上运用基于时间步长的遗传算法进行搜索，所述遗传算法在搜索过程中根据时间步长动态调整量化位宽的配置，通过突变和交叉操作生成新的候选方案，所述候选方案包含不同的时间步长和量化位宽的组合，通过方案评估方法维护表现最佳的候选方案集合，以表现最优的候选方案作为最终方案，确定最优的模型配置，从而得到最终的用于生成图像的扩散模型； 所述第一阶段中，利用单路径采样的方法通过多次迭代训练得到混合精度模型，在每一个迭代轮次中依次执行如下步骤： S1、在模型的每一层内，根据预设的概率选择一条路径进行前向传播；确定权重和激活的选择位宽并量化；在每一层中，根据选择位宽的概率进行前向传播，得到这一层的量化输出； S2、在每一层按照步骤S1采样路径并得到对应的输出后，计算每一层量化输出与实际输出之间的损失误差； S3、根据步骤S2得到的损失误差，按照梯度下降法反向传播更新选择位宽的量化参数。

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清华大学深圳国际研究生院，其通讯地址为：518000 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；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”。