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
本发明公开了一种模型处理方法、应用方法、装置、加速器、设备及介质。模型处理方法包括：获取通过对预设视觉模型进行训练后得到的待融合视觉模型，预设视觉模型包括逐深度卷积网络、正则层和预设卷积网络，逐深度卷积网络和/或正则层之后连接有稀疏化整流激活函数，该激活函数为函数值连续的至少三段的分段函数，在训练设备中通过非指数计算单元实现基于该激活函数的数据处理，通过结构重参数化，将正则层与相邻的卷积网络融合以及将预设卷积网络融合，得到用于映射至边缘设备中应用的目标视觉模型。上述技术方案，可降低边缘设备中数据
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117709397A
(43)申请公布日2024.03.15
(21)申请号202311825432.1G06N3/048(2023.01)
文档评论（0）