[发明专利]数据处理方法、设备和可读存储介质在审
| 申请号： | 201910828500.7 | 申请日： | 2019-09-03 |
| 公开（公告）号： | CN110717589A | 公开（公告）日： | 2020-01-21 |
| 发明（设计）人： | 高源;付英波;蔡子翔;姚聪 | 申请（专利权）人： | 北京旷视科技有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 11319 北京润泽恒知识产权代理有限公司 | 代理人： | 莎日娜 |
| 地址： | 100190 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了数据处理方法、设备和可读存储介质。该数据处理方法包括：接收输入的数据；经由神经网络模型的至少一个子网络模型，处理数据；输出对数据的处理结果，其中，神经网络模型包括多个基本单元和多个子网络模型，其中每个子网络模型包括多个基本单元中的至少部分基本单元，且多个子网络模型中的至少两个子网络模型共享多个基本单元中的一个或多个基本单元。本发明实施例通过在一个神经网络中设计能够共享参数的多个子网络模型结构，从而在该神经网络的一次训练过程中可以同时训练多个不同的子网络模型，能够满足不同数据处理设备的精度、速度需要，极大简化了实际开发过程中的训练和测试流程，节省了计算资源。 | ||
| 搜索关键词： | 基本单元 网络模型 子网络 神经网络模型 神经网络 数据处理 可读存储介质 数据处理设备 测试流程 处理数据 共享参数 计算资源 接收输入 开发过程 训练过程 输出 共享 | ||
【主权项】：
1.一种基于神经网络模型的数据处理方法，其特征在于，所述神经网络模型包括多个基本单元和多个子网络模型，其中每个子网络模型包括所述多个基本单元中的至少部分基本单元，且所述多个子网络模型中的至少两个子网络模型共享所述多个基本单元中的一个或多个基本单元，/n该数据处理方法包括：/n接收输入的数据；/n经由所述神经网络模型的至少一个子网络模型，处理所述数据；/n输出对所述数据的处理结果。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京旷视科技有限公司，未经北京旷视科技有限公司许可，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/patent/201910828500.7/，转载请声明来源钻瓜专利网。
