[发明专利]用于由数据处理加速器处理数据的方法及数据处理加速器在审
申请号: | 202011255572.6 | 申请日: | 2020-11-11 |
公开(公告)号: | CN112528245A | 公开(公告)日: | 2021-03-19 |
发明(设计)人: | 程越强;刘勇 | 申请(专利权)人: | 百度(美国)有限责任公司 |
主分类号: | G06F21/16 | 分类号: | G06F21/16;G06F21/64;G06F21/57;G06K9/62;G06N3/063;G06N3/04;G06N3/08 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 韩海花 |
地址: | 美国加利福尼亚*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 数据处理 加速器 处理 数据 方法 | ||
1.一种用于由数据处理(DP)加速器处理数据的方法,所述方法包括:
通过所述DP加速器基于预定的准则集合训练水印算法,其中训练所述水印算法以生成所述水印算法的变体;以及
在运行时间使用所述水印算法的变体配置水印单元,以使得所述水印算法被所述DP加速器使用。
2.如权利要求1所述的方法,其中所述准则集合包括具有所述水印的人工智能(AI)模型的推断准确性的变化,以及所述水印和AI模型的配对兼容性。
3.如权利要求2所述的方法,其中所述训练包括:
将所述水印嵌入到一个或多个AI模型中;以及
基于兼容性评分准则,对所述AI模型和水印进行针对配对兼容性的评分。
4.如权利要求2所述的方法,其中所述训练包括:
确定用于没有所述水印的所述AI模型的推断准确性;
确定用于嵌入所述水印的所述AI模型的推断准确性;以及
确定用于配对的推断准确性的变化。
5.如权利要求1所述的方法,其中执行所述训练,直到针对所述准则集合实现了预定的条件,或者直到预定数量的训练迭代。
6.如权利要求1所述的方法,还包括:
响应于由数据处理(DP)加速器接收到的请求,由应用发送的所述请求通过所述DP加速器将所述水印算法应用于AI模型,应用所述水印算法以生成用于所述AI模型的水印;
将所述水印嵌入所述AI模型;以及
将具有所述水印的所述AI模型返回到所述应用,其中所述水印用于认证所述AI模型。
7.如权利要求1所述的方法,其中还包括通过基于训练数据集合对所述AI模型进行训练,生成所述AI模型。
8.一种数据处理(DP)加速器,包括:
水印单元;以及
水印算法训练器,用于基于预定的准则集合训练水印算法,其中训练所述水印算法以生成所述水印算法的变体,
其中,在运行时间使用所述水印算法的变体配置水印单元,以使得所述水印算法被所述DP加速器使用。
9.如权利要求8所述的数据处理加速器,其中所述准则集合包括具有所述水印的人工智能(AI)模型的推断准确性的变化,以及所述水印和AI模型的配对兼容性。
10.如权利要求9所述的数据处理加速器,还包括兼容性确定器,用于:
将所述水印嵌入到一个或多个AI模型中;以及
基于兼容性评分准则,对所述AI模型和水印进行针对配对兼容性的评分。
11.如权利要求9所述的数据处理加速器,还包括推断准确性确定器,用于:
确定用于没有所述水印的所述AI模型的推断准确性;
确定用于嵌入所述水印的所述AI模型的推断准确性;以及
确定用于配对的推断准确性的变化。
12.如权利要求8所述的数据处理加速器,其中所述水印算法训练器执行所述训练直到针对所述准则集合实现了预定的条件,或者直到预定数量的训练迭代。
13.如权利要求8所述的数据处理加速器,其中所述水印单元用于:
响应于由数据处理(DP)加速器接收到的请求,由应用发送的所述请求通过所述DP加速器将所述水印算法应用于AI模型,应用所述水印算法以生成用于所述AI模型的水印;
将所述水印嵌入所述AI模型;以及
将具有所述水印的所述AI模型返回到所述应用,其中所述水印用于认证所述AI模型。
14.如权利要求8所述的数据处理加速器,还用于通过基于训练数据集合对所述AI模型进行训练,生成所述AI模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度(美国)有限责任公司,未经百度(美国)有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011255572.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:微导管管体热缩管剥离治具
- 下一篇:一种挖掘机铲斗清洗装置