首页> 中国专利> 机器学习模型在运行时期间的可变参数

机器学习模型在运行时期间的可变参数

页面导航

摘要
著录项
相似文献

摘要

本公开涉及机器学习模型在运行时期间的可变参数。本主题技术接收对应于神经网络(NN)模型的代码和用于该NN模型的一组权重。本主题技术确定该NN模型中的一组可变层。本主题技术确定用于将第二组权重映射至用于该NN模型的该组权重的信息。本主题技术生成对应于该组可变层的元数据，以及用于将该第二组权重映射至用于该NN模型的该一组权重的该信息，其中生成的元数据使得在执行该NN模型期间能够更新该组可变层。

著录项

公开/公告号CN112016668A

专利类型发明专利
公开/公告日2020-12-01

原文格式PDF
申请/专利权人苹果公司;
展开▼

申请/专利号CN202010451666.4
发明设计人 C·M·福雷特;姚笑终;S·哈雷哈拉苏巴曼尼安;
展开▼

申请日2020-05-25
分类号G06N3/04(20060101);G06N3/08(20060101);G06N20/00(20190101);G06F8/41(20180101);
代理机构11256 北京市金杜律师事务所;
代理人马明月
地址美国加利福尼亚州
入库时间 2023-06-19 09:04:30

相似文献

专利
中文文献
外文文献

1. 机器学习模型在运行时期间的可变参数 [P] . 中国专利： CN112016668A . 2020-12-01
2. 在运行时间期间支持逻辑自测试模式引入的扫描链电路 [P] . 中国专利： CN107202953B . 2020.03.17
3. DYNAMIC ARTIFICIAL INTELLIGENCE / MACHINE LEARNING MODEL UPDATE, OR RETRAIN AND UPDATE, IN DIGITAL PROCESSES AT RUNTIME [P] . EP3839725A1 . 2021-06-23

机译：动态人工智能/机器学习模型更新或培训和更新在运行时的数字过程中
4. DYNAMIC ARTIFICIAL INTELLIGENCE/MACHINE LEARNING MODEL UPDATE, OR RETRAIN AND UPDATE, IN DIGITAL PROCESSES AT RUNTIME [P] . KR20210080163A . 2021-06-30

机译：动态人工智能/机器学习模型更新或培训和更新在运行时的数字过程中
5. RUNTIME ANALYSIS OF SOURCE CODE USING A MACHINE LEARNING MODEL TRAINED USING TRACE DATA FROM INSTRUMENTED SOURCE CODE [P] . 世界知识产权组织专利： WO2020012196A1 . 2020-01-16

机译：机器学习模型对源代码的运行时间进行分析，该机器学习模型使用了来自仪器源代码的跟踪数据进行训练