原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于标记稀疏的视频动作识别方法。包括步骤：给定一个输入标记的序列，采用线性层为每个标记生成一个重要性分数；使用Gumbel‑Softmax从得分网络的输出中抽样；设计一种掩码策略来消除被丢弃的标记的影响；对于修剪后的标记，采用线性投影来保持标记数不变，在推理过程中，根据预测模块产生的概率将标记分为两组，使用自注意和线性投影来处理这两组标记，以保持特征结构；在前馈网络中引入非对称计算，保持混合子层的输入结构不变。本发明提出一个更通用的动态稀疏化框架的Transformer，它可以端
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116863536 A
(43)申请公布日 2023.10.10
(21)申请号 202310815490.X G06N 3/08 (2023.01)
(22)申请日 2023.07.0
文档评论（0）