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！

龙图腾网获悉北京中科腾云科技有限公司申请的专利基于深度学习框架网络训练网络模型的方法、装置和设备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：CN116911361B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202310936007.3，技术领域涉及：G06N3/048；该发明授权基于深度学习框架网络训练网络模型的方法、装置和设备是由肖海斌;张知行;李想;祝木强;史大超设计研发完成，并于2023-07-27向国家知识产权局提交的专利申请。

本基于深度学习框架网络训练网络模型的方法、装置和设备在说明书摘要公布了：本申请涉及一种基于深度学习框架网络训练网络模型的方法、装置和设备，通过根据获取的待进行训练的网络模型结构及参数、第一训练目标、第二训练目标以及训练数据集输入已训练好的多模态大型神经网络中，使其根据第一训练目标以及训练数据集对网络模型中参数进行调整直至网络模型达到第一训练目标，则得到初步训练好的网络模型，或者对网络模型进行训练，得到初步训练好的网络模型，再对初步训练好的网络模型进行压缩，得到压缩后的网络模型，再次利用多模态大型神经网络对压缩后的网络模型中参数进行调整直至网络模型达到第二训练目标，则得到训练好的网络模型，采用本方法可得到结构更为简单，其性能更为优良的网络模型。

本发明授权基于深度学习框架网络训练网络模型的方法、装置和设备在权利要求书中公布了：1.一种基于深度学习框架网络训练网络模型的训练方法，其特征在于，所述方法应用于与视觉图像相关的训练任务，包括： 获取待进行训练的网络模型结构及参数、第一训练目标、第二训练目标以及训练数据集； 将所述网络模型结构及参数、第一训练目标以及训练数据集输入已训练好的多模态大型神经网络中，通过所述多模态大型神经网络根据所述第一训练目标以及训练数据集对所述网络模型中参数进行调整直至所述网络模型达到所述第一训练目标，则得到初步训练好的网络模型，其中，所述训练数据集中包括多张具有标签的图像数据； 对所述初步训练好的网络模型采用数据转换和模型剪枝的方式进行压缩，得到压缩后的网络模型； 将所述压缩后的网络模型结构及参数、第二训练目标以及训练数据集输入所述已训练好的多模态大型神经网络中，通过所述多模态大型神经网络根据所述第二训练目标以及训练数据集对所述压缩后的网络模型中参数进行调整直至所述网络模型达到所述第二训练目标，则得到训练好的网络模型； 其中，通过所述多模态大型神经网络根据所述第一训练目标或第二训练目标，以及训练数据集对所述网络模型或压缩后的网络模型中参数进行调整直至所述网络模型达到所述第一训练目标或第二训练目标包括：根据所述网络模型或压缩后的网络模型的结构以及参数进行分析，以得到所述网络模型或压缩后的网络模型的局限性以及改进的空间信息，根据所述第一训练目标或第二训练目标构建所述网络模型或压缩后的网络模型的优化目标，根据对应的所述局限性、改进的空间信息以及优化目标对所述网络模型或压缩后的网络模型的参数进行优化直至使其达到所述第一训练目标或第二训练目标，则完成对应阶段的训练。

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北京中科腾云科技有限公司，其通讯地址为：100000 北京市海淀区北清路81号院一区1号楼12层1202室；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”。

以上内容由龙图腾AI智能生成。