摘要
本申请提出了一种模型训练方法、装置、存储介质和电子设备。其中,模型训练方法,包括:在第一网络结构中插入伪量化节点,得到第二网络结构;对第二网络结构中的第一目标算子进行算子融合处理,第一目标算子包括伪量化节点;基于伪量化节点对第二网络结构进行感知量化训练,得到语音识别模型。本申请能够在训练过程中对第二网络结构进行量化压缩,在保证训练得到的语音识别模型的识别精度的前提下,还能够进一步缩小语音识别模型的体积。
技术关键词
模型训练方法
网络结构
语音识别模型
节点
模型训练装置
电子设备
可读存储介质
数据
音频特征
存储器
程序
浮点数
处理器
指令
模块
参数
编码
精度
系统为您推荐了相关专利信息
误差预测方法
五轴数控机床
预测误差
刀头
位置更新
知识图谱框架
实时数据
非线性
语义
动态优化方法
大语言模型
奇异值分解算法
云端服务器
语言模型训练方法
数据
剪切模量
双曲线模型
参数敏感性分析
非线性
原状土试样
环境检测模型
风险
动态可视化
区域预测方法
时空数据模型