摘要
提供了一种用于提供特定于任务和硬件架构的机器学习模型的系统和方法300。可以提供320经训练的叠加模型,其可以包括一组机器学习模型的叠加,该组机器学习模型中的各个机器学习模型可从经训练的叠加模型中提取。可以接收目标硬件架构的表征。可以以硬件架构不可知的方式为应用任务微调330经训练的叠加模型。可以从微调的叠加模型中选择机器学习模型,其中该选择可以包括针对目标硬件架构,使用描述用于应用任务的候选机器学习模型的第一性能的第一函数和描述候选机器学习模型当在目标硬件架构上执行时的第二性能的第二函数来执行搜索340。可以提供所选择的机器学习模型作为输出,用于在目标硬件架构上部署。
技术关键词
机器学习模型
处理器系统执行
转移方法
神经架构搜索
蒸馏
存储设备
教师
指令
学生
数据
参数
存储器
计算机
介质
基础
系统为您推荐了相关专利信息
异常数据
校验模块
校验规则库
机器学习模型
容错优化方法
环境监测方法
扩展算法
荧光素酶
机器学习算法
机器学习模型
预测模型构建方法
分布式光伏
设备运行状态数据
光伏发电量
机器学习算法
病床
监测需求
支持向量机算法
医院病房
设备状态数据
软件开发环境
隔离模块
访问控制模块
审计日志
网络文件系统