检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

240 篇 专利
1 篇 期刊文献
1 篇 学位论文
1 篇 会议

馆藏范围

243 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

2 篇 理学
- 1 篇 化学
- 1 篇 系统科学
2 篇 工学
- 1 篇 仪器科学与技术
- 1 篇 计算机科学与技术...
- 1 篇 软件工程

主题

3 篇 模型调用
1 篇 wifi
1 篇 监测
1 篇 按需服务
1 篇 数据建模
1 篇 仿真系统
1 篇 android
1 篇 近红外光谱
1 篇 工业互联网平台
1 篇 机理模型
1 篇 服务机制

机构

6 篇 超参数科技有限公...
4 篇 北京百度网讯科技...
4 篇 西北工业大学
4 篇 北京理工大学
3 篇 东南大学
3 篇 鞍钢集团矿业有限...
3 篇 清华大学
3 篇 网易网络有限公司
3 篇 国网智能科技股份...
3 篇 上海人工智能创新...
3 篇 支付宝信息技术有...
3 篇 中国平安人寿保险...
3 篇 平安银行股份有限...
3 篇 北京京东世纪贸易...
3 篇 广东电网有限责任...
2 篇 北京达佳互联信息...
2 篇 中国电建集团中南...
2 篇 广州掌动智能科技...
2 篇 国家电网有限公司
2 篇 中国人民解放军国...

作者

6 篇 郭仁杰
6 篇 李宏亮
6 篇 刘永升
5 篇 刘洋
4 篇 杨正云
4 篇 王宇舟
4 篇 张弛
4 篇 武建芳
4 篇 杨木
4 篇 龙腾
3 篇 王怀远
3 篇 余海洋
3 篇 邹恬圆
3 篇 李明
3 篇 郁博文
3 篇 王伟
3 篇 普艳红
3 篇 李永彬
3 篇 黄非
3 篇 袁弘

语言

243 篇 中文

检索条件"主题词=模型调用"

共 243 条记录，以下是21-30 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

数据预测模型调用方法、装置、设备和存储介质

数据预测模型调用方法、装置、设备和存储介质

引用

作者：姜立娣姚孝辉吴朦王辉 518001 广东省深圳市罗湖区深南东路5047号

本发明实施例提供一种数据预测模型调用方法、装置、设备及存储介质，包括获取数据预测机器学习模型的预设格式文件包；解析所述预设格式文件包，得到所述数据预测机器学习模型对应每个节点的java类，所述数据预测机器学习模型包括模型... 详细信息

标准号: CN112631719B

本发明实施例提供一种数据预测模型调用方法、装置、设备及存储介质，包括获取数据预测机器学习模型的预设格式文件包；解析所述预设格式文件包，得到所述数据预测机器学习模型对应每个节点的java类，所述数据预测机器学习模型包括模型信息节点、数据字典节点和数据转换字典节点；将每个所述java类热加载到java虚拟机中；控制所述java虚拟机执行所述数据预测机器学习模型的每个所述java类，以得到所述数据预测机器学习模型的预测结果。本申请还提供一种计算机可读存储介质，本申请能够提高数据预测模型解析和执行效率。

关键词：数据预测机器学习模型预设格式文件包计算机可读存储介质数据转换字典存储介质获取数据模型调用模型解析模型信息数据字典预测机器预测结果加载申请解析学习

来源：评论

学校读者我要写书评

暂无评论

用于目标检测的模型调用方法、装置及电子设备

用于目标检测的模型调用方法、装置及电子设备

引用

作者：胡哲文吴海山殷磊 518027 广东省深圳市前海深港合作区前湾一路1号A栋201室

本申请提供了一种用于目标检测的模型调用方法、装置、电子设备、计算机可读存储介质及计算机程序产品；方法包括：呈现模型调用界面，并在模型调用界面中，呈现用于目标检测的模型的筛选功能项；响应于基于筛选功能项触发的模型筛选操... 详细信息

标准号: CN112667951A

本申请提供了一种用于目标检测的模型调用方法、装置、电子设备、计算机可读存储介质及计算机程序产品；方法包括：呈现模型调用界面，并在模型调用界面中，呈现用于目标检测的模型的筛选功能项；响应于基于筛选功能项触发的模型筛选操作，呈现至少一个备选模型的调用入口及各备选模型的模型信息，模型信息至少包括备选模型的模型使用状态；其中，备选模型为基于至少两个筛选维度所筛选得到；响应于针对至少一个备选模型中目标模型的调用入口的触发操作，当目标模型的模型使用状态为正常状态时，呈现对应目标模型的目标检测页面。通过本申请，能够灵活有序地呈现较多的模型信息。

关键词：备选模型调用模型信息目标检测目标模型筛选模型使用功能项调用计算机可读存储介质计算机程序产品触发操作电子设备模型筛选响应触发维度申请页面灵活

来源：评论

学校读者我要写书评

暂无评论

基于纵向联邦学习和互信息的大模型调用方法和装置

基于纵向联邦学习和互信息的大模型调用方法和装置

引用

作者：刘洋邹恬圆普艳红顾子轩 100084 北京市海淀区双清路30号清华大学清华园北京100084-82信箱

本发明涉及数据安全领域，提供一种基于纵向联邦学习和互信息的大模型调用方法和装置，所述方法包括：基于纵向联邦学习技术，将目标大模型拆分为第一子模型和第二子模型；将客户端的原始数据在所述第一子模型中进行计算，以得到所述第... 详细信息

标准号: CN118013563A

本发明涉及数据安全领域，提供一种基于纵向联邦学习和互信息的大模型调用方法和装置，所述方法包括：基于纵向联邦学习技术，将目标大模型拆分为第一子模型和第二子模型；将客户端的原始数据在所述第一子模型中进行计算，以得到所述第一子模型输出的混淆中间数据；所述混淆中间数据是利用混淆原始数据在第一子模型中进行计算得到的；或者，所述混淆中间数据是利用中间数据进行互信息模型和损失函数正则项保护处理得到的；所述第二子模型基于所述混淆中间数据在明文条件下计算输出值，并基于所述输出值向所述大模型发出调用指令。解决了现有技术中大模型调用时数据安全性较低的问题，提高了大模型调用过程中的数据安全性。

关键词：子模型中间数据混淆模型调用数据安全性原始数据互信息输出方法和装置调用指令数据安全损失函数明文学习客户

来源：评论

学校读者我要写书评

暂无评论

基于RPC框架的云端深度学习模型调用方法、推理方法及装置

基于RPC框架的云端深度学习模型调用方法、推理方法及装置

引用

作者：刘骁哲 100144 北京市石景山区实兴大街30号院2号楼8层901

本申请涉及一种基于RPC框架的云端深度学习模型调用方法，应用于客户端，该方法包括：获取图像数据，所述图像数据包括n通道的数据，n为大于等于2的整数；将所述图像数据按照消息结构定义文件组装成消息，所述消息中的标识字段指示所述... 详细信息

标准号: CN117950765A

本申请涉及一种基于RPC框架的云端深度学习模型调用方法，应用于客户端，该方法包括：获取图像数据，所述图像数据包括n通道的数据，n为大于等于2的整数；将所述图像数据按照消息结构定义文件组装成消息，所述消息中的标识字段指示所述消息使用了n个字段，所述消息的n个字段中装载有n通道的图像数据；将所述组装的消息序列化并发送给服务器，以调用部署在云端服务器的深度学习模型对所述图像数据进行推理。还相应的提供了应用于服务器的基于RPC框架的云端深度学习模型推理方法，以及对应的调用装置和推理装置。本申请适用于针对RGB数据的远程调用推理过程。

关键词：图像数据云端推理字段并发送给服务器获取图像数据消息结构定义云端服务器标识字段调用装置模型调用推理过程推理装置文件组装消息使用消息序列远程调用客户端调用学习申请服务器应用组装部署

来源：评论

学校读者我要写书评

暂无评论

模型调用方法、装置、设备及存储介质

模型调用方法、装置、设备及存储介质

引用

作者：虢全勇 518000 广东省深圳市前海深港合作区前湾一路1号A栋201室(入驻深圳市前海商务秘书有限公司)

本发明涉及数据处理领域，提供了一种模型调用方法、装置、设备及存储介质。通过接收客户端发出的模型调用的请求，根据请求携带的标识从预设数据库获取待调用模型的配置信息，基于预设选取规则从预先配置的服务器IP地址集合中选取出目... 详细信息

标准号: CN112596919A

本发明涉及数据处理领域，提供了一种模型调用方法、装置、设备及存储介质。通过接收客户端发出的模型调用的请求，根据请求携带的标识从预设数据库获取待调用模型的配置信息，基于预设选取规则从预先配置的服务器IP地址集合中选取出目标服务器，将待调用模型的配置信息发送至目标服务器，目标服务器基于配置信息生成请求对应的URL地址，基于URL地址向目标服务器调用所述请求对应的模型，当判断调用到请求对应的模型时，将该模型反馈至客户端，本发明可以在调用模型时实现负载均衡，且模型对外提供服务的URL地址动态化和规范化。本发明还涉及区块链技术领域，上述配置信息及待调用的模型还可以存储于一区块链的节点中。

关键词：调用目标服务器配置信息模型调用区块预设对外提供服务服务器IP地址配置信息发送数据处理领域接收客户端存储介质负载均衡生成请求选取规则预先配置动态化客户端数据库存储集合取出规范化反馈携带

来源：评论

学校读者我要写书评

暂无评论

模型调用方法、装置、设备及存储介质

模型调用方法、装置、设备及存储介质

引用

作者：吴晓强暴天鹏吴立威 518000 广东省深圳市前海深港合作区前湾一路1号A栋201室

本公开实施例提供了一种模型调用方法、装置、设备及存储介质，其中，所述方法包括：获取设定的任务流中当前待执行的任务节点；从任务流对应的网络模型集中，确定该任务节点对应的目标模型；其中，网络模型集包括第一模型子集和第二模... 详细信息

标准号: CN115167937A

本公开实施例提供了一种模型调用方法、装置、设备及存储介质，其中，所述方法包括：获取设定的任务流中当前待执行的任务节点；从任务流对应的网络模型集中，确定该任务节点对应的目标模型；其中，网络模型集包括第一模型子集和第二模型子集，第一模型子集中的每一第一模型的加载方式为固定加载，第二模型子集中的每一第二模型的加载方式为动态加载；在设定的存储空间中未加载目标模型的情况下，基于设定的动态加载机制，将目标模型动态加载至存储空间中，并调用存储空间中已加载的目标模型执行该任务节点；其中，存储空间用于存储固定加载的每一第一模型和当前动态加载的至少一个第二模型。

关键词：加载存储空间动态加载模型子集目标模型任务节点网络模型任务流存储介质模型调用调用存储

来源：评论

学校读者我要写书评

暂无评论

模型训练方法、模型调用方法、设备及可读存储介质

模型训练方法、模型调用方法、设备及可读存储介质

引用

作者：朱晓龙李宏亮周正汤善敏季兴武建芳郭仁杰黄军万富强张正生刘永升 518000 广东省深圳市南山区粤海街道高新区社区高新南九道10号深圳湾科技生态园10栋A2404

本申请提供一种模型训练方法、模型调用方法、设备及可读存储介质，该方法包括：调用每个训练参与方各自对应的人工智能模型，控制每个训练参与方执行相应的样本生成操作；当样本生成操作完成后，获取样本生成操作对应的样本数据；对该... 详细信息

标准号: CN110782004B

本申请提供一种模型训练方法、模型调用方法、设备及可读存储介质，该方法包括：调用每个训练参与方各自对应的人工智能模型，控制每个训练参与方执行相应的样本生成操作；当样本生成操作完成后，获取样本生成操作对应的样本数据；对该样本数据进行特征提取，得到类图像特征和向量特征；根据类图像特征和向量特征，对每个训练参与方各自对应的人工智能模型进行训练更新；若更新后的人工智能模型未收敛，则执行步骤：基于预设的参与逻辑数据，调用每个训练参与方各自对应的人工智能模型，控制每个训练参与方执行相应的样本生成操作；若更新后的人工智能模型收敛，则存储更新后的人工智能模型。本申请提高了人工智能模型的准确性。

关键词：人工智能模型参与方样本生成图像特征样本数据和向量调用收敛更新可读存储介质操作完成存储更新逻辑数据模型调用模型训练特征提取预设申请

来源：评论

学校读者我要写书评

暂无评论

AI模型训练方法、AI模型调用方法、设备及可读存储介质

AI模型训练方法、AI模型调用方法、设备及可读存储介质

引用

作者：郭仁杰王宇舟武建芳杨木张弛杨正云杨少杰李宏亮刘永升 518000 广东省深圳市南山区粤海街道高新区社区白石路3609号深圳湾科技生态园二区9栋B2004

本申请公开了一种AI模型训练方法、AI模型调用方法、设备及可读存储介质，所述AI模型训练方法包括：获取进行训练的元数据，并加载待训练的AI模型，其中所述AI模型基于深度强化神经网络实现；对所述元数据属于同一帧的元数据进行分块处... 详细信息

标准号: CN112149798A

本申请公开了一种AI模型训练方法、AI模型调用方法、设备及可读存储介质，所述AI模型训练方法包括：获取进行训练的元数据，并加载待训练的AI模型，其中所述AI模型基于深度强化神经网络实现；对所述元数据属于同一帧的元数据进行分块处理，得到若干子元数据；对所述子元数据进行特征提取，得到所述子元数据对应的特征向量；根据所述特征向量对所述AI模型进行训练，并确定训练后的AI模型是否收敛；若训练后的AI模型未收敛，则执行步骤：若训练后的AI模型收敛，则存储训练后的AI模型。提高模型训练的训练样本，进而提高AI模型的训练的精准性和训练效率。

关键词：模型训练元数据子元收敛特征向量可读存储介质神经网络实现分块处理模型调用数据对应特征提取训练效率训练样本加载存储申请

来源：评论

学校读者我要写书评

暂无评论

模型训练方法、模型调用方法、设备及可读存储介质

模型训练方法、模型调用方法、设备及可读存储介质

引用

标准号: CN110782004A

来源：评论

学校读者我要写书评

暂无评论

基于区块链的机理模型调用信息处理方法、服务器及系统

基于区块链的机理模型调用信息处理方法、服务器及系统

引用

作者：王宇南博文孟繁强 510000 广东省广州市中新广州知识城九佛建设路333号自编663室

本申请适用于区块链技术领域，提供了一种基于区块链的机理模型调用信息处理方法、服务器及系统，其中，方法包括：当接收到至少两个需求方节点中的目标需求方节点发送的模型调用请求时，将模型调用请求中携带的输入参数信息导入模型调... 详细信息

标准号: CN113259384B

本申请适用于区块链技术领域，提供了一种基于区块链的机理模型调用信息处理方法、服务器及系统，其中，方法包括：当接收到至少两个需求方节点中的目标需求方节点发送的模型调用请求时，将模型调用请求中携带的输入参数信息导入模型调用请求针对的目标机理模型中，得到与模型调用请求对应的模型调用结果；将与模型调用请求对应的模型调用信息记录在目标区块中；基于目标区块中记录的所有模型调用信息确定目标区块的标识，并向至少两个需求方节点广播目标区块的标识；在目标区块的标识被至少两个需求方节点共识后，将目标区块上传至区块链，从而提高了服务方节点所记录的模型调用信息与目标需求方节点实际对应的模型调用信息的一致性。

关键词：模型调用目标区块区块机理模型目标需求节点发送节点广播输入参数信息处理信息确定服务方调用记录上传服务器携带申请

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共25页 << < 1 2 3 4 5 6 7 8 9 10 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：