Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国电子科技南湖研究院何福存获国家专利权

中国电子科技南湖研究院何福存获国家专利权

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!

龙图腾网获悉中国电子科技南湖研究院申请的专利一种支持任意网络拓扑的高效局部学习系统及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:CN118378684B

龙图腾网通过国家知识产权局官网在2026-02-06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:202311846519.7,技术领域涉及:G06F8/20;该发明授权一种支持任意网络拓扑的高效局部学习系统及方法是由何福存;蔡炎松;金罗军;王俊宜;陆洋;杜帅帅;朱苗苗;刘慧;何静;陈海波;蔡汶兴;谷轩设计研发完成,并于2023-12-29向国家知识产权局提交的专利申请。

一种支持任意网络拓扑的高效局部学习系统及方法在说明书摘要公布了:本发明一种支持任意网络拓扑的高效局部学习系统,应用于各类局部学习任务中,由具有计算能力的电子设备实现,包括:模块层封装的模块包括:rlayer模块、datasets模块、grads模块、metrics模块、optimizer模块;算子层封装的算子类、梯度求解类、优化器类、数据集类及衡量指标函数,对应模块层封装的模块,用于提供模块层所封装的模块的接口;模块层封装的算子、数据集下载与预处理类、优化器类、梯度求导类、指标计算函数均具有输入输出接口,用户可通过rlayer模块按需创建并实例化网络,通过datasets模块下载与预处理数据集,通过optimizer模块选择相应的优化器,通过grads模块选择局部学习梯度求导类,通过metrics模块选择损失与精度计算函数,完成网络及相应超参的初始化,实现网络训练与测试。

本发明授权一种支持任意网络拓扑的高效局部学习系统及方法在权利要求书中公布了:1.一种支持任意网络拓扑的高效局部学习系统,应用于各类局部学习任务中,由具有计算能力的电子设备实现,其特征在于,该系统包括:模块层和算子层;其中, 模块层封装的模块包括:rlayer模块、datasets模块、grads模块、metrics模块、及optimizer模块;其中, rlayer模块包括多个用于创建网络的算子,至少包括:卷积算子、池化算子、归一化算子; datasets模块包括多个公用数据集的下载、加载以及预处理的类; grads模块包括多个局部学习求导类; metrics模块包括多个深度学习衡量指标; optimizer模块包括多个优化器; 算子层封装的算子类、梯度求解类、优化器类,数据集类及衡量指标函数,对应于模块层封装的模块,用于提供模块层所封装的模块的接口,包括: 对应于rlayer模块,至少封装有:RConv1d算子、RConv2d算子、Rconv3d算子、RSequential算子、RWeightNorm算子、RMaxPoll算子、RMinPoll算子、RAvgPoll算子; 对应于datasets模块,至少封装有:MNIST、CIFAR10、及CIFAR100数据集下载及预处理类; 对应于grads模块,至少封装有:PC局部学习梯度求导类、BiPC局部学习梯度求导类、及EP局部学习梯度求导类;此外,还包括梯度求导基类LocalBase,用户可按照自己的需求重写相应的方法,实现其局部学习求导类;对应于metrics模块,至少封装有:模型精度计算函数、损失计算函数; 对应于optimizer模块,至少封装有:Adam优化器、SGD优化器; 模块层封装的算子、数据集下载与预处理类、优化器类、梯度求导类、指标计算函数均具有输入输出接口,用户可通过rlayer模块按需创建并实例化网络,通过datasets模块下载与预处理相应的数据集,通过optimizer模块选择相应的优化器,通过grads模块选择局部学习梯度求导类,通过metrics模块选择损失与精度计算函数,完成网络及相应超参的初始化,实现网络训练与测试。

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中国电子科技南湖研究院,其通讯地址为:314002 浙江省嘉兴市南湖区七星街道灵湖南路东200米清风榻;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。

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。