- 1、本文档共8页,其中可免费阅读7页,需付费10金币后方可阅读剩余内容。
- 2、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。
- 3、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。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
本发明提出了一种基于精度误差的模型稳定性评估的方法,包括原始模型在测试集数据上的精度稳定性评估,模型的精度边界评估和模型参数的精度稳定性评估。统计测试集的样本在模型运行中产生的累积误差,通过统计学指标来评估其稳定性。通过抽象算法,构造约束求解条件,获得模型近似的精度边界来评估其在极端的精度误差下的稳定性。为评估模型的在不同硬件环境下由于计算限制而造成的稳定性问题,对模型参数进行稀疏量化,通过衡量不同量化版本模型的准确率差异来评估其稳定性。本发明为机器学习在浮点精度的领域提供了新型的评估方案,有利
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112348194 A
(43)申请公布日
2021.02.09
(21)申请号 20191
文档评论(0)