[發明專利]神經網絡預測方法、裝置、電子設備和自動駕駛系統有效
| 申請號： | 201911023009.3 | 申請日： | 2019-10-25 |
| 公開（公告）號： | CN110782029B | 公開（公告）日： | 2022-11-22 |
| 發明（設計）人： | 徐立華 | 申請（專利權）人： | 阿波羅智能技術（北京）有限公司 |
| 主分類號： | G06N3/063 | 分類號： | G06N3/063 |
| 代理公司： | 北京市鑄成律師事務所 11313 | 代理人： | 包莉莉;武晨燕 |
| 地址： | 100085 北京市*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 神經網絡 預測 方法 裝置 電子設備 自動 駕駛 系統 | ||
1.一種神經網絡預測方法，其特征在于，包括：
根據神經網絡的第一輸入張量和第二輸入張量，確定對應的第一初始輸入量化參數和第二初始輸入量化參數；所述第一輸入張量包括泊車位的大小及位置，所述第二輸入張量包括泊車車身的航向角；
量化處理所述第一初始輸入量化參數和所述第二初始輸入量化參數，分別得到第一目標輸入量化參數和第二目標輸入量化參數；所述第一目標輸入量化參數的精度低于所述第一初始輸入量化參數的精度，所述第二目標輸入量化參數的精度低于所述第二初始輸入量化參數的精度；
確定所述神經網絡的輸出張量對應的初始輸出量化參數；所述輸出張量為方向盤的轉角；
融合所述量化處理的量化尺度以及所述初始輸出量化參數，確定所述目標輸出量化參數，具體包括：new_scale_o＝scale_o*scale1/new_scale1，或者，new_scale_o＝scale_o*scale2/new_scale2，其中，new_scale_o表示所述目標輸出量化參數，scale_o表示初始輸出量化參數，scale1表示第一初始輸入量化參數，new_scale1表示第一目標輸入量化參數，scale2表示第二初始輸入量化參數，new_scale2表示第二目標輸入量化參數；所述量化處理的量化尺度包括所述第一目標輸入量化參數與所述第一初始輸入量化參數的變化倍數或所述第二目標輸入量化參數與所述第二初始輸入量化參數的變化倍數；所述目標輸出量化參數保持所述初始輸出量化參數的精度；
根據所述第一輸入張量、所述第一目標輸入量化參數、所述第二輸入張量、所述第二目標輸入量化參數和所述目標輸出量化參數，預測所述輸出張量的量化值。
2.根據權利要求1所述的方法，其特征在于，量化處理所述第一初始輸入量化參數和所述第二初始輸入量化參數，分別得到第一目標輸入量化參數和第二目標輸入量化參數，包括：
量化處理所述第一初始輸入量化參數和所述第二初始輸入量化參數，并使所述第一初始輸入量化參數、所述第一目標輸入量化參數、所述第二初始輸入量化參數和所述第二目標輸入量化參數，滿足以下關系：
new_scale1/new_scale2﹣scale1/scale2＝min(x/y-scale1/scale2)
其中，x＝1,2,3,…,2n-1，y＝1,2,3,...,2n-1，n表示預設的量化比特數，new_scale1表示所述第一目標輸入量化參數，scale1表示所述第一初始輸入量化參數，new_scale2表示所述第二目標輸入量化參數，scale2表示所述第二初始輸入量化參數。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于阿波羅智能技術（北京）有限公司，未經阿波羅智能技術（北京）有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201911023009.3/1.html，轉載請聲明來源鉆瓜專利網。
