摘要
本发明公开了一种基于多目标优化的人工智能模型混合量化方法及装置,涉及人工智能技术领域。方法包括:对目标模型随机生成超平均的混合量化样本;对目标模型进行并行的混合量化,将每个混合量化样本和混合量化结果构成混合量化数据集;利用进化算法和贝叶斯神经网络模型从混合量化数据集中迭代筛选出最优混合量化样本的集合;筛选出使目标模型精度和尺寸达到最佳平衡的最佳混合量化样本,并量化目标模型,得到最佳量化模型,使用目标域数据集对最佳量化模型进行微调,得到最终的量化模型。本发明结合迁移学习、进化算法、贝叶斯神经网络辅助的多目标优化算法来提升模型精度同时兼顾模型尺寸,实现多目标全局最优。
技术关键词
贝叶斯神经网络
人工智能模型
样本
进化算法
数据
精度
尺寸
人工智能技术
模块
参数
系统为您推荐了相关专利信息
语义理解模型
情感类别
情感分类模型
语音识别模型
文本
状态转换概率
城市扩张模拟方法
网格
随机森林模型
变量
检测模型训练
三维工程模型
多光源系统
离散算法
网格模型