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
本申请提供一种基于渐进校准和激活放松的文生图模型量化方法及产品，涉及神经网络技术领域，包括：获取数据集；将数据集输入初始模型，获取连续多个时间步的校准数据；根据校准算法对校准数据进行量化，以确定所有时间步中的量化参数，将包含所有时间步中的量化参数的初始模型，作为量化模型；在每个时间步中，基于输入校准数据获取每个时间步的校准数据，并基于校准算法对每个时间步的校准数据进行量化，得到每个时间步的量化模型。本申请通过对每个时间步进行量化时，采用之前时间步量化后的模型进行量化，使模型中每一个时间步对应的量
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117669497A
(43)申请公布日2024.03.08
(21)申请号202311605910.8
(22)申请日2023.11.28
(71)申请人清华大学
地址100084
文档评论（0）