买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军国防科技大学申请的专利卷积神经网络模型的训练方法、装置、电子设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120012860B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510486658.6，技术领域涉及：G06N3/082；该发明授权卷积神经网络模型的训练方法、装置、电子设备及介质是由陈雷;孙鹏跃;刘增军;李井源;欧钢;黄新明;张可;倪少杰;邓丁设计研发完成，并于2025-04-18向国家知识产权局提交的专利申请。

本卷积神经网络模型的训练方法、装置、电子设备及介质在说明书摘要公布了：本申请涉及一种卷积神经网络模型的训练方法、装置、电子设备及介质，包括：获取预训练网络模型；分别对预训练网络模型进行量化处理和剪枝处理，得到目标轻量化网络模型；采用高层次综合方式设计通用的确定性随机计算卷积模块和确定性随机计算池化模块；根据确定性随机计算卷积模块和确定性随机计算池化模块，在现场可编程逻辑门阵列部署目标轻量化网络模型。本申请通过线性反馈移位寄存器实现卷积神经网络模型与随机计算的结合，通过高层次综合实现卷积神经网络模型在现场可编程逻辑门阵列中的部署，可以极大的提升卷积神经网络模型的部署效率，并降低卷积神经网络模型的部署成本。

本发明授权卷积神经网络模型的训练方法、装置、电子设备及介质在权利要求书中公布了：1.一种卷积神经网络模型的训练方法，其特征在于，应用于现场可编程逻辑门阵列，包括： 获取预训练网络模型； 分别对所述预训练网络模型进行量化处理和剪枝处理，得到目标轻量化网络模型； 采用高层次综合方式设计通用的确定性随机计算卷积模块和确定性随机计算池化模块，其中，所述确定性随机计算卷积模块和所述确定性随机计算池化模块中集成有确定性随机计算单元，所述确定性随机计算单元用于通过线性反馈移位寄存器生成随机序列；所述确定性随机计算单元包括8-bit线性反馈移位寄存器，采用一个8位多项式生成随机序列，在多比特技术中，每个时钟周期生成四个新位，其中，所述8位多项式为，其中，x为输入，y为输出； 根据所述确定性随机计算卷积模块和所述确定性随机计算池化模块，在所述现场可编程逻辑门阵列部署所述目标轻量化网络模型； 所述分别对所述预训练网络模型进行量化处理和剪枝处理，得到目标轻量化网络模型，包括： 对所述预训练网络模型进行量化处理，得到量化后的中间网络模型，其中，所述量化处理采用将浮点型数据改写为整型数据，再进行右移量化处理方式； 对所述中间网络模型进行剪枝处理，得到剪枝处理后的目标轻量化网络模型； 所述对所述预训练网络模型进行量化处理，得到量化后的中间网络模型，包括： 接收目标输入数据，其中，所述目标输入数据未进行正则化处理，且处于预设区间； 根据所述目标输入数据的分布情况，确定目标整型权重； 对所述目标整型权重和所述目标输入数据进行右移量化，得到量化权重、量化数据和量化相关参数； 调用预设更新函数进行验证，以确定所述预训练网络模型是否完成量化处理； 在各层的量化相关参数均包括缩减因子、零点偏移和偏移值，且所述缩减因子已完成偏移处理时，确定所述预训练网络模型完成量化处理，得到所述中间网络模型； 其中，所述右移量化，包括： 其中，为所述右移量化的输出值，为量化后的目标整型权重，为偏置，为增益，表示移位操作，移位操作的移位值为，，即，为零点偏移参数，，即，为缩减因子进行移位处理后的缩减参数，为缩减因子，为移位值，表示目标输入数据，表示内核。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。