基于机器学习的架构无关神经网络参数生成方法及系统
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于机器学习的架构无关神经网络参数生成方法及系统
申请号:
CN202410870966
申请日期:
2024-07-01
公开号:
CN118862990B
公开日期:
2025-10-17
类型:
发明专利
摘要
本发明公开了一种基于机器学习的架构无关神经网络参数生成方法及系统,本发明的方法由文本编码器通过编码生成对应的基底参数和参数掩码,利用参数掩码对基底参数进行裁剪,从而生成不同形状的人工智能模型参数,达到架构无关的效果。本发明的方法不同于一般的神经网络参数生成方法,可以快速生成任意架构的神经网络的参数。
技术关键词
人工智能模型
神经网络参数
生成方法
文本编码器
多头解码器
子模块
文本分类模型
图像分类模型
变量
表格
计算机电子设备
序列
存储计算机程序
基底
数据获取模块
计算机程序产品