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

226 篇 专利
2 篇 期刊文献

馆藏范围

228 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

2 篇 工学
- 2 篇 控制科学与工程
- 2 篇 计算机科学与技术...
- 2 篇 软件工程
2 篇 管理学
- 2 篇 管理科学与工程(可...

主题

2 篇 计算神经网络
1 篇 实验数学
1 篇 视觉注意力
1 篇 gabor分解
1 篇 元胞自动机
1 篇 二维熵
1 篇 扩展的经典感受野

机构

9 篇 中科寒武纪科技股...
7 篇 清华大学
6 篇 北京理工大学
5 篇 四川大学
4 篇 北京达佳互联信息...
4 篇 国家电网有限公司
4 篇 富士通株式会社
4 篇 第四范式技术有限...
4 篇 三星电子株式会社
4 篇 河海大学
4 篇 电子科技大学
4 篇 字节跳动有限公司
4 篇 上海寒武纪信息科...
3 篇 西北工业大学
3 篇 华为技术有限公司
3 篇 国网信息通信产业...
2 篇 华中科技大学
2 篇 黑龙江苑博信息技...
2 篇 湖南大学
2 篇 深圳市普裕时代新...

作者

4 篇 王珵
4 篇 戴文渊
4 篇 刘智
4 篇 陈正鸣
4 篇 王海滨
4 篇 方晨
4 篇 刘鼎
4 篇 陈云霁
4 篇 赵汉光
4 篇 周星宇
4 篇 沈晓辉
4 篇 乔栋
4 篇 陈天石
4 篇 熊维
3 篇 吕建成
3 篇 王鑫
3 篇 李震
3 篇 王好谦
3 篇 孙亚楠
2 篇 李叙晶

语言

228 篇 中文

检索条件"主题词=计算神经网络"

共 228 条记录，以下是41-50 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：

神经网络训练方法、模型计算服务器及存储介质

神经网络训练方法、模型计算服务器及存储介质

引用

作者：林涛 100085 北京市海淀区上地西路6号1幢1层101D1-7

本公开关于一种神经网络训练方法、模型计算服务器及存储介质，神经网络训练方法应用于包括图形处理器以及中央处理器的模型计算服务器，神经网络训练方法包括：中央处理器接收特征查询服务器发送的特征向量，特征向量为特征查询服务器... 详细信息

标准号: CN112052950A

本公开关于一种神经网络训练方法、模型计算服务器及存储介质，神经网络训练方法应用于包括图形处理器以及中央处理器的模型计算服务器，神经网络训练方法包括：中央处理器接收特征查询服务器发送的特征向量，特征向量为特征查询服务器根据多个业务数据样本的特征从特征向量服务器中查询得到；中央处理器将特征向量传输至图形处理器；图形处理器根据特征向量，计算神经网络的参数的梯度；图形处理器将参数的梯度返回至中央处理器；中央处理器根据梯度调节神经网络的参数，并对神经网络进行迭代训练，直到满足预定条件为止。利用本公开实施例，可以避免使用数量过多的包括CPU的服务器来训练神经网络，降低神经网络的训练成本。

关键词：中央处理器特征向量图形处理器服务器神经网络训练神经网络模型计算特征查询计算神经网络训练神经网络服务器发送存储介质迭代训练梯度调节业务数据预定条件样本查询传输返回

来源：评论

学校读者我要写书评

暂无评论

一种基于异构计算平台的BFGS拟牛顿神经网络训练算法

一种基于异构计算平台的BFGS拟牛顿神经网络训练算法

引用

作者：李佳峻刘强 300072 天津市南开区卫津路92号

本发明公开了一种基于异构计算平台的BFGS拟牛顿神经网络训练算法，包括以下步骤：(1)划分任务：(2)划分并行度，完成计算任务所需的work‑item的总数以及将work‑item组织成的work‑group的数量；求出神经网络训练误差；(3)计算搜索方向di... 详细信息

标准号: CN109816107A

本发明公开了一种基于异构计算平台的BFGS拟牛顿神经网络训练算法，包括以下步骤：(1)划分任务：(2)划分并行度，完成计算任务所需的work‑item的总数以及将work‑item组织成的work‑group的数量；求出神经网络训练误差；(3)计算搜索方向dir；(4)基于黄金分割法计算步长λ及更新权重w；(5)计算神经网络训练误差评估函数的梯度g；(6)计算海森矩阵H；(7)并行归约。本发明采用CPU和GPU异构计算平台作为神经网络训练计算设备，使用GPU对BFGS拟牛顿算法进行加速，与传统的基于CPU的实现相比运行速度得到巨大提升；与其他优化算法相比具有较高的收敛效率和全局搜索能力。

关键词：神经网络训练异构计算平台计算神经网络全局搜索能力黄金分割法海森矩阵计算设备牛顿算法搜索方向误差评估优化算法并行度传统的归约权重算法收敛并行更新

来源：评论

学校读者我要写书评

暂无评论

一种基于深度神经网络的边缘计算任务的分配方法及装置

一种基于深度神经网络的边缘计算任务的分配方法及装置

引用

作者：王煜炜李叙晶孙胜刘敏王元卓 450000 河南省郑州市郑东新区中道东路6号创意岛大厦8层

本发明提供了一种基于深度神经网络的边缘计算任务的分配方法，其步骤包括：获得参数量数据，分别计算神经网络中，待计算网络层的参数量；获得计算量数据，根据待计算网络层的参数量获得计算量数据；计算任务分配，根据计算量数据获得... 详细信息

标准号: CN111176820A

本发明提供了一种基于深度神经网络的边缘计算任务的分配方法，其步骤包括：获得参数量数据，分别计算神经网络中，待计算网络层的参数量；获得计算量数据，根据待计算网络层的参数量获得计算量数据；计算任务分配，根据计算量数据获得终端设备计算任务；根据终端设备计算任务获得边缘服务器的计算任务；判断剩余计算任务是否需要在云服务器执行。此外，本发明还提供了一种基于深度神经网络的边缘计算任务的分配装置、存储介质，可以充分考虑各层设备的实时剩余计算资源情况，并在此基础上计算各层的参数量与计算量，得到对应的部署方案，实现各层设备计算能力的充分利用。

关键词：计算量数据计算网络神经网络终端设备计算神经网络边缘服务器存储介质分配装置计算各层计算资源任务分配设备计算数量数据云服务器计算量分配部署

来源：评论

学校读者我要写书评

暂无评论

神经网络训练方法、模型计算服务器及存储介质

神经网络训练方法、模型计算服务器及存储介质

引用

作者：林涛 100085 北京市海淀区上地西路6号1幢1层101 D1-7

标准号: CN112052950B

来源：评论

学校读者我要写书评

暂无评论

神经网络模型的训练计算量计算方法、设备及介质

神经网络模型的训练计算量计算方法、设备及介质

引用

作者：任智祥 518000 广东省深圳市南山区西丽街道留仙洞万科云城一期8栋

本发明公开了一种神经网络模型的训练计算量计算方法、设备及存储介质，对目标神经网络模型进行解析，得到所述目标神经网络多个类型的神经网络层；计算多个类型的神经网络层分别对待训练数据进行反向传播的多个训练计算量；对多个所述... 详细信息

标准号: CN111814978A

本发明公开了一种神经网络模型的训练计算量计算方法、设备及存储介质，对目标神经网络模型进行解析，得到所述目标神经网络多个类型的神经网络层；计算多个类型的神经网络层分别对待训练数据进行反向传播的多个训练计算量；对多个所述训练计算量进行预设运算，得到目标训练计算量。本发明通过多个类型的神经网络层计算神经网络模型对待训练数据进行反向传播的多个训练计算量，避免对单个神经元在训练过程中产生的浮点数计算量进行计算，有效减少计算浮点数计算量需要的时间，提高神经网络复杂度的描述效率。

关键词：计算量神经网络反向传播目标神经训练数据浮点数计算神经网络神经网络模型神经元存储介质目标训练网络模型训练过程有效减少复杂度预设运算解析网络

来源：评论

学校读者我要写书评

暂无评论

神经网络模型的计算方法、装置、终端及存储介质

神经网络模型的计算方法、装置、终端及存储介质

引用

作者：赵娟萍 523860 广东省东莞市长安镇乌沙海滨路18号

本申请实施例公开了一种神经网络模型的计算方法、装置、终端及存储介质，属于计算机技术领域。该方法包括：获取神经网络模型；确定神经网络模型在运算过程中的第一类型进度分段和第二类型进度分段，第一类型进度分段上网络运算所需带... 详细信息

标准号: CN114692851A

本申请实施例公开了一种神经网络模型的计算方法、装置、终端及存储介质，属于计算机技术领域。该方法包括：获取神经网络模型；确定神经网络模型在运算过程中的第一类型进度分段和第二类型进度分段，第一类型进度分段上网络运算所需带宽大于带宽阈值，第二类型进度分段上网络运算所需带宽小于或者等于带宽阈值；以及通过神经网络处理器在第一类型进度分段上采用第一存储器存取神经网络数据，在第二类型进度分段上采用第二存储器存取神经网络数据，以计算神经网络模型，第一存储器大于第二存储器的存取速度。该方法使得存储器在神经网络模型的每一个运算进度上均能满足神经网络处理器的数据吞吐量要求，充分运用神经网络处理器的运算性能。

关键词：分段进度神经网络模型神经网络处理器带宽第二存储器存储器神经网络网络运算存取计算机技术领域计算神经网络存储器存取数据吞吐量存储介质运算过程运算性能运算终端申请

来源：评论

学校读者我要写书评

暂无评论

一种神经网络通道参数的搜索方法及相关设备

一种神经网络通道参数的搜索方法及相关设备

引用

作者：魏龙辉谢凌曦陈政苏田奇 518129 广东省深圳市龙岗区坂田华为总部办公楼

本申请实施例公开了一种神经网络通道参数的搜索方法及相关设备，首次提出一种基于算力(如FLOPs)的使用效率的神经网络通道参数搜索方法，其应用于人工智能领域，首先计算网络各层对算力的使用效率，然后增加算力的使用效率高的层的通... 详细信息

标准号: CN111401516A

本申请实施例公开了一种神经网络通道参数的搜索方法及相关设备，首次提出一种基于算力(如FLOPs)的使用效率的神经网络通道参数搜索方法，其应用于人工智能领域，首先计算网络各层对算力的使用效率，然后增加算力的使用效率高的层的通道数，减少算力的使用效率低的层的通道数，该过程可迭代进行，最终获得对算力的使用效率非常高效的神经网络，缓解了目前神经网络通道参数搜索方法没有充分考虑到复杂度、使用效率低、搜索速度慢等问题。本申请还提出了一种计算神经网络各层对算力的使用效率的方法，该方法以一定比例随机丢弃部分通道并测试其对网络性能的影响，丢弃的通道对于不同测试样例是随机的，以此计算神经网络每层对算力的使用效率。

关键词：使用效率神经网络通道参数搜索计算神经网络通道数丢弃人工智能领域计算网络网络性能测试样复杂度迭代申请测试缓解应用

来源：评论

学校读者我要写书评

暂无评论

基于整体变分模型和神经网络的运动模糊图像恢复方法

基于整体变分模型和神经网络的运动模糊图像恢复方法

引用

作者：王爽焦李成苏开亮刘芳钟桦侯彪缑水平杨淑媛符升高 710071 陕西省西安市太白路2号

本发明公开了一种基于整体变分模型和神经网络的运动模糊图像恢复方法，主要解决现有方法无法获得较精确的恢复图像的问题。其实现过程为：(1)构造Toeplitz矩阵；(2)计算水平和垂直方向上的梯度；(3)初始化神经网络；(4)计算神经元输出... 详细信息

标准号: CN101571948B

本发明公开了一种基于整体变分模型和神经网络的运动模糊图像恢复方法，主要解决现有方法无法获得较精确的恢复图像的问题。其实现过程为：(1)构造Toeplitz矩阵；(2)计算水平和垂直方向上的梯度；(3)初始化神经网络；(4)计算神经元输出；(5)计算神经网络输出；(6)计算网络能量函数的第一改变量ΔE1；(7)若神经元全部更新结束，转步骤(4)；否则转步骤(8)；(8)若达到设定迭代次数，输出恢复结果；否则转步骤(9)；(9)计算恢复误差；(10)若恢复误差小于设定误差，输出恢复结果；否则转步骤(11)；(11)计算当前输入偏置矩阵；(12)计算网络能量函数的第二改变量ΔE₂；(13)若ΔE₁+ΔE₂＜0，转步骤(2)；若ΔE₁+ΔE₂≥0，转步骤(3)；若ΔE₁＝0，输出恢复结果。本发明能获得较精确的恢复图像，可用于对运动模糊图像的恢复。