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用于处理数据的方法、装置、设备、介质和产品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：CN114492794B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202210106014.6，技术领域涉及：G06N3/0495；该发明授权用于处理数据的方法、装置、设备、介质和产品是由戴兵设计研发完成，并于2022-01-28向国家知识产权局提交的专利申请。

本用于处理数据的方法、装置、设备、介质和产品在说明书摘要公布了：本公开提供了用于处理数据的方法、装置、设备、介质和产品，涉及计算机技术领域，具体为深度学习技术领域。具体实现方案为：获取深度学习模型的初始模型数据；基于初始模型数据的数据分布信息，确定数据集中区间；基于数据集中区间，将初始模型数据映射到预设的目标数据区间，得到目标模型数据；基于目标模型数据，在移动端部署深度学习模型。本实现方式可以实现深度学习模型的简化部署。

本发明授权用于处理数据的方法、装置、设备、介质和产品在权利要求书中公布了：1.一种用于处理数据的方法，包括： 服务器通过网络接收终端设备发送的模型部署请求，并确定需要进行部署的深度学习模型的初始模型数据； 基于预先训练完成的残差网络，确定所述初始模型数据对应的目标高斯分布参数； 基于所述目标高斯分布参数，确定所述数据集中区间； 基于所述数据集中区间，将所述初始模型数据映射到预设的目标数据区间，得到目标模型数据，以满足所述移动端的简化部署需求，使所述移动端可部署所述深度学习模型； 将所述目标模型数据通过网络返回给所述终端设备，以使所述终端设备在移动端部署所述深度学习模型； 其中，还包括： 在训练所述残差网络时，基于预设的权重信息，对各个批次的高斯分布参数进行加权求和，得到所述目标高斯分布参数； 其中，所述预先训练完成的残差网络基于以下步骤训练得到： 将样本模型数据集合中的各个样本模型数据分批次地输入卷积网络，得到各个批次的卷积样本数据； 确定各个批次的卷积样本数据对应的高斯分布参数； 基于所述各个批次的高斯分布参数，确定所述目标高斯分布参数，其中，所述目标高斯分布参数用于对卷积后的数据进行偏差矫正，以使偏差矫正后的、卷积后的数据对应的曲线近似拟合为高斯分布； 基于所述目标高斯分布参数，确定所述预先训练完成的残差网络。

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2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”。

以上内容由龙图腾AI智能生成。