您的位置: 专家智库 > >

陈键飞

作品数:18 被引量:0H指数:0
供职机构:清华大学更多>>
相关领域:自动化与计算机技术文化科学更多>>

文献类型

  • 17篇专利
  • 1篇学位论文

领域

  • 10篇自动化与计算...
  • 3篇文化科学

主题

  • 4篇图像
  • 4篇网络
  • 3篇单词
  • 3篇文档
  • 3篇采样
  • 2篇电子设备
  • 2篇迭代
  • 2篇噪声
  • 2篇整数
  • 2篇神经网
  • 2篇神经网络
  • 2篇损失函数
  • 2篇特征向量
  • 2篇图片
  • 2篇图像生成
  • 2篇最小二乘
  • 2篇最小二乘法
  • 2篇最小化
  • 2篇网络模型
  • 2篇向量

机构

  • 18篇清华大学
  • 1篇北京交通大学

作者

  • 18篇陈键飞
  • 15篇朱军
  • 4篇张钹
  • 2篇陈宁
  • 2篇王紫
  • 1篇景丽萍
  • 1篇陈文光
  • 1篇李恺威
  • 1篇苏航

年份

  • 2篇2025
  • 5篇2024
  • 4篇2023
  • 1篇2022
  • 1篇2019
  • 2篇2017
  • 1篇2016
  • 2篇2014
18 条 记 录,以下是 1-10
排序方式:
基于噪声扰动的测试数据预测方法
本发明涉及一种基于噪声扰动的测试数据预测方法,包括以下步骤:S1、对测试数据进行预处理,提取测试数据的特征并进行归一化处理;S2、根据测试数据的特征建立预测模型;S3、对预测模型进行参数求解;S4、利用求解后的预测模型对...
陈宁朱军陈键飞张钹
基于梯度量化的二值化网络训练方法及装置
本发明提供一种基于梯度量化的二值化网络训练方法及装置,该方法包括:以样本图像为训练样本、以样本图像的类标签为训练标签对全精度模型进行全量化训练过程中,将全精度模型的权重和输入激活值进行量化,得到具备目标位宽的第一量化数据...
景丽萍陈键飞高畅苏若愚
表示学习的高效算法
表示学习是人工智能领域的核心研究问题之一。许多成功的模型都可以被理解成是表示学习的特例,这包括用概率建模隐变量和观测变量联合分布的隐变量模型,以及端到端学习层次化表示的深度模型。在大数据时代,表示学习模型通过利用数据中丰...
陈键飞
关键词:主题模型采样算法
简单高效的话题提取方法
本发明公开一种简单高效的话题提取方法,能够提高话题提取的速度。所述方法包括:S1、在单词/文档阶段,每个计算节点处理话题矩阵的某些小块的列/行,顺序扫描分配给该计算节点的列/行,对每列/行,执行接受步骤和提议步骤;S2、...
朱军陈文光陈键飞李恺威
基于噪声扰动的测试数据预测方法
本发明涉及一种基于噪声扰动的测试数据预测方法,包括以下步骤:S1、对测试数据进行预处理,提取测试数据的特征并进行归一化处理;S2、根据测试数据的特征建立预测模型;S3、对预测模型进行参数求解;S4、利用求解后的预测模型对...
陈宁朱军陈键飞张钹
一种用于图像生成的扩散模型采样方法和装置
本发明提供一种用于图像生成的扩散模型采样方法和装置,包括:对预训练的噪声预测模型进行参数化,得到最优参数化表示;其中,最优参数化表示通过引入线性系数、尺寸系数和偏置系数使最优参数化表示下的扩散常微分方程在求解时具有最小的...
朱军郑凯文路橙陈键飞
利用2:4稀疏矩阵乘法预训练Transformer架构大模型的方法
本发明提供一种利用2:4稀疏矩阵乘法预训练Transformer架构大模型的方法,包括:根据Transformer架构大模型中稀疏网络的翻转率,确定目标衰减系数;基于目标衰减系数,在反向传播梯度上添加带有可转置掩码的权重...
陈键飞朱军胡越舟黄微宇
利用连续剪枝函数进行2:4稀疏预训练的方法和装置
本发明提供一种利用连续剪枝函数进行2:4稀疏预训练的方法和装置,涉及深度学习技术领域,所述方法包括:获取目标模型的原始权重;其中,所述目标模型为带有线性层的深度神经网络或大模型;基于所述原始权重,在所述目标模型正向传播前...
陈键飞胡越舟朱军
用于模型并行训练的通信压缩方法、装置及电子设备
本发明涉及机器学习领域,提供一种用于模型并行训练的通信压缩方法、装置及电子设备,该用于模型并行训练的通信压缩方法包括:在前向传播阶段,基于分配到的张量执行模型层的计算,得到至少一组通道的激活值;针对至少一组通道的激活值中...
陈键飞张朋乐席浩诚朱军
基于稀疏矩阵加速扩散模型的方法、装置及设备
本发明涉及机器学习领域,公开了一种基于稀疏矩阵加速扩散模型的方法、装置及设备,该方法包括:获取数据集输入至训练好的扩散模型中,基于动态多尺度稀疏推理策略进行数据生成,得到生成的数据;所述训练好的扩散模型基于渐进式稀疏训练...
陈键飞王卡风李赫朱军
共2页<12>
聚类工具0