Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2019033380) AMINCISSEMENT DE RÉSEAUX NEURONAUX DANS DES ENVIRONNEMENTS D'APPRENTISSAGE MACHINE
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication : WO/2019/033380 N° de la demande internationale : PCT/CN2017/097977
Date de publication : 21.02.2019 Date de dépôt international : 18.08.2017
CIB :
G06N 3/08 (2006.01)
G PHYSIQUE
06
CALCUL; COMPTAGE
N
SYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
3
Systèmes de calculateurs basés sur des modèles biologiques
02
utilisant des modèles de réseaux neuronaux
08
Méthodes d'apprentissage
Déposants :
YAN, Shoumeng [CN/CN]; CN (BZ)
LI, Jianguo [CN/CN]; CN (BZ)
LIU, Zhuang [CN/CN]; CN (BZ)
INTEL CORPORATION [US/US]; 2200 Mission College Boulevard Santa Clara, CA 95054, US
Inventeurs :
YAN, Shoumeng; CN
LI, Jianguo; CN
LIU, Zhuang; CN
Mandataire :
SHANGHAI PATENT & TRADEMARK LAW OFFICE, LLC; 435 Guiping Road Shanghai 200233, CN
Données relatives à la priorité :
Titre (EN) SLIMMING OF NEURAL NETWORKS IN MACHINE LEARNING ENVIRONMENTS
(FR) AMINCISSEMENT DE RÉSEAUX NEURONAUX DANS DES ENVIRONNEMENTS D'APPRENTISSAGE MACHINE
Abrégé :
(EN) A mechanism is described for facilitating slimming of neural networks in machine learning environments. A method of embodiments, as described herein, includes learning a first neural network associated with machine learning processes to be performed by a processor of a computing device, where learning includes analyzing a plurality of channels associated with one or more layers of the first neural network. The method may further include computing a plurality of scaling factors to be associated with the plurality of channels such that each channel is assigned a scaling factor, wherein each scaling factor to indicate relevance of a corresponding channel within the first neural network. The method may further include pruning the first neural network into a second neural network by removing one or more channels of the plurality of channels having low relevance as indicated by one or more scaling factors of the plurality of scaling factors assigned to the one or more channels.
(FR) L'invention concerne un mécanisme visant à faciliter l'amincissement de réseaux neuronaux dans des environnements d'apprentissage machine. Un procédé de modes de réalisation, tel que décrit dans la présente invention, consiste à réaliser l'apprentissage d'un premier réseau neuronal associé à des processus d'apprentissage machine devant être exécutés par un processeur d'un dispositif informatique, l'apprentissage consistant à analyser une pluralité de canaux associés à une ou plusieurs couches du premier réseau neuronal. Le procédé peut en outre consister à calculer une pluralité de facteurs de mise à l'échelle devant être associés à la pluralité de canaux de telle sorte que chaque canal soit attribué à un facteur de mise à l'échelle, chaque facteur de mise à l'échelle indiquant la pertinence d'un canal correspondant dans le premier réseau neuronal. Le procédé peut en outre consister à réaliser l'élagage du premier réseau neuronal en un second réseau neuronal en éliminant un ou plusieurs canaux de la pluralité de canaux ayant une faible pertinence comme indiqué par un ou plusieurs facteurs de mise à l'échelle de la pluralité de facteurs de mise à l'échelle attribués auxdits canaux.
front page image
États désignés : AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Office européen des brevets (OEB (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Langue de publication : anglais (EN)
Langue de dépôt : anglais (EN)