模型的压缩方法、装置、设备及存储介质

AITNT
正文
推荐专利
模型的压缩方法、装置、设备及存储介质
申请号:CN202411709053
申请日期:2024-11-26
公开号:CN119670836A
公开日期:2025-03-21
类型:发明专利
摘要
本申请提供一种模型的压缩方法、装置、设备及存储介质,其中模型的压缩方法包括:获取预训练完备的教师模型和多个第一输入值,其中,多个第一输入值对应不同时刻的时序金融数据,教师模型用于根据第一输入值生成学生模型的训练数据;将每个第一输入值输入教师模型进行计算,得到每个第一输入值对应的预测输出值;通过均匀分布计算,对每个时刻的第一输入值和第一输入值对应的预测输出值进行差异分析;根据差异分析的结果,选择第一输入值或第一输入值对应的预测输出值作为第二输入值,基于多个第二输入值训练学生模型。通过均匀分布计算动态调整学生模型的输入值,提高了学生模型的精准度和泛化能力。
技术关键词
预测输出值 时序金融数据 教师 学生 神经网络模型 计算机设备 模型训练模块 可读存储介质 存储计算机程序 数据获取模块 处理器 压缩装置 存储器 参数 误差 动态
系统为您推荐了相关专利信息
1
智能物联组网的通信性能评估方法及终端设备
性能指标数据 性能评估方法 分布式云 物联 组网
2
基于深度学习的自然语言处理平台及处理方法
图像特征数据 字体 自然语言 文本 TTS技术
3
一种基于BGP图的BGP异常检测和溯源方法
溯源方法 更新消息 网络拓扑 BGP消息 卷积神经网络模型
4
一种三维模型重建方法、CT成像系统及终端设备
投影图像数据 三维模型重建方法 探测器 CT成像系统 切片
5
一种基于BP神经网络模型的地表沉降分类预测方法
分类预测方法 BP神经网络模型 基坑监测技术 基坑工程施工技术 沉降监测数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号