首页> 外国专利> DEEP NEURAL NETWORK MODEL DESIGN ENHANCED BY REAL-TIME PROXY EVALUATION FEEDBACK

DEEP NEURAL NETWORK MODEL DESIGN ENHANCED BY REAL-TIME PROXY EVALUATION FEEDBACK

机译:通过实时代理评估反馈增强了深度神经网络模型设计

摘要

The present disclosure is related to artificial intelligence (AI), machine learning (ML), and Neural Architecture Search (NAS) technologies, and in particular, to Deep Neural Network (DNN) model engineering techniques that use proxy evaluation feedback. The DNN model engineering techniques discussed herein provide near real-time feedback on model performance via low-cost proxy scores without requiring continual training and/or validation cycles, iterations, epochs, etc. In conjunction with the proxy-based scoring, semi-supervised learning mechanisms are used to map proxy scores to various model performance metrics. Other embodiments may be described and/or claimed.
机译:本公开涉及人工智能(AI),机器学习(ML)和神经结构搜索(NAS)技术,尤其是使用代理评估反馈的深神经网络(DNN)模型工程技术。 本文讨论的DNN模型工程技术通过低成本代理分数提供了关于模型性能的近实时反馈,而无需连续训练和/或验证周期,迭代,时期等。结合基于代理的评分,半监督 学习机制用于将代理分数映射到各种模型性能度量。 可以描述和/或要求保护其他实施例。

著录项

  • 公开/公告号US2022027792A1

    专利类型

  • 公开/公告日2022-01-27

    原文格式PDF

  • 申请/专利权人 INTEL CORPORATION;

    申请/专利号US202117497736

  • 发明设计人 DANIEL J. CUMMINGS;SHARATH NITTUR SRIDHAR;

    申请日2021-10-08

  • 分类号G06N20;

  • 国家 US

  • 入库时间 2022-08-24 23:33:07

相似文献

  • 专利
  • 外文文献
  • 中文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号