一种基于生成对抗网络的量化模型训练的方法及装置
基本信息
申请号 | 2020112935725 | 申请日 | - |
公开(公告)号 | CN112288032A | 公开(公告)日 | 2021-01-29 |
申请公布号 | CN112288032A | 申请公布日 | 2021-01-29 |
分类号 | G06K9/62(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 康燕斌;张志齐 | 申请(专利权)人 | 上海依图网络科技有限公司 |
代理机构 | 北京同达信恒知识产权代理有限公司 | 代理人 | 朱佳 |
地址 | 200051上海市徐汇区宜州路180号1幢第1层01、02室 | ||
法律状态 | - |
摘要
摘要 | 本公开涉及计算机技术,特别涉及一种基于生成对抗网络的量化模型训练的方法及装置。用以降低模型在低比特量化时的性能损失,该方法为:服务器采用对抗方式对第一分类模型、第一分类模型量化后的第二分类模型,以及第三分类模型进行训练,将样本数据分别输入第一分类模型和第二分类模型,将获得的第一处理结果和第二处理结果,以及样本数据,输入第三分类模型,得到第三处理结果,再通过对第三处理结果与真实结果进行比对获得相应的梯度,并采用梯度对第一分类模型,第二分类模型以及第三分类模型进行参数调整,最终,输出训练完毕的第二分类模型。这样,既降低了第一分类模型在低比特量化时的性能损失,也保证了第二分类模型的精度不受影响。 |
