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！

龙图腾网获悉北京航空航天大学杭州创新研究院;北京航空航天大学申请的专利深度神经网络模型的优化方法、装置、电子设备及介质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：CN117313798B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202310855164.1，技术领域涉及：G06N3/0464；该发明授权深度神经网络模型的优化方法、装置、电子设备及介质是由王锐;孙中浩;钱德沛设计研发完成，并于2023-07-12向国家知识产权局提交的专利申请。

本深度神经网络模型的优化方法、装置、电子设备及介质在说明书摘要公布了：本申请提出一种深度神经网络模型的优化方法、装置、电子设备及介质，所述优化方法分别将深度神经网络模型的每一卷积层抽出，并将抽出的卷积层分别单独输出在目标平台上；遍历的改变每一卷积层的卷积核数目，分别采集不同卷积核数目的该卷积层在所述目标平台的时延数据；通过模拟器分别计算多种不同结构的深度神经网络模型的整体时延，并确定出整体时延满足目标时延条件的深度神经网络模型；重新训练筛选出的深度神经网络模型，得到专属于所述目标平台的目标深度神经网络模型；所述优化方法采集的时延数据能够感知平台属性，提供针对特定平台的定制化优化依据，得到专属于目标平台上的深度神经网络模型。

本发明授权深度神经网络模型的优化方法、装置、电子设备及介质在权利要求书中公布了：1.深度神经网络模型的优化方法，其特征在于，所述优化方法包括： 分别将深度神经网络模型的每一卷积层抽出，并将抽出的卷积层分别单独输出在目标平台上； 针对每一卷积层，遍历的改变该卷积层的卷积核数目，分别采集不同卷积核数目的该卷积层在所述目标平台的时延数据，并得到包括每一卷积层不同卷积核数目的时延数据的时延数据集；采集不同卷积核数目的该卷积层在所述目标平台的时延数据，包括：基于目标平台的类型，从模拟器预先配置的多种类型的算子中，确定与目标平台类型匹配的目标算子；其中，所述目标平台的类型包括CPU、GPU、NPU、FPGA；所述模拟器预先配置的多种类型的算子包括CPU算子、GPU算子、NPU算子、FPGA算子；通过使用目标算子的模拟器采集不同卷积核数目的该卷积层在所述目标平台的时延数据； 基于所述时延数据集，通过模拟器分别计算多种不同结构的深度神经网络模型的整体时延，并确定出整体时延满足目标时延条件的深度神经网络模型；其中，所述不同结构的深度神经网络模型中至少一个卷积层中卷积核不同； 重新训练筛选出的深度神经网络模型，得到专属于所述目标平台的目标深度神经网络模型； 基于所述时延数据集，通过模拟器分别计算多种不同结构的深度神经网络模型的整体时延，并确定出整体时延满足目标时延条件的深度神经网络模型；包括： 根据对所述深度神经网络模型的目标精度要求确定总目标加速比；所述总目标加速比表征优化前后深度神经网络模型的性能提升程度； 通过模拟器对所述深度神经网络模型进行多轮迭代优化，根据迭代轮次和总目标加速比，确定每一迭代轮次的子目标加速比； 在当前迭代轮次中，模拟器基于所述时延数据集计算至少一种结构的深度神经网络模型的整体时延，并基于整体时延确定满足当前轮次的子目标加速比、且满足预设精度条件的深度神经网络模型作为得到本轮优化后的深度神经网络模型； 对本轮优化后的深度神经网络模型进行下一轮次的迭代优化，直至所述深度神经网络模型的整体时延满足总目标加速比。

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航空航天大学杭州创新研究院;北京航空航天大学，其通讯地址为：310051 浙江省杭州市滨江区长河街道创慧街18号；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”。

以上内容由龙图腾AI智能生成。