【技术实现步骤摘要】
本公开涉及人工智能，尤其涉及数据处理方法、装置及存储介质。
技术介绍
1、diffusion模型是一种深度生成模型。在diffusion模型中，数据经历两个阶段：扩散阶段和逆扩散阶段。在扩散阶段，通过不断对原始数据添加噪声，使数据从原始分布变为期望分布，在逆扩散阶段，将数据恢复到原始数据分布。diffusion模型依赖迭代的去噪过程，其推理的成本开销远大于普通模型。因为diffusion模型执行的是迭代的前向推理过程，每次迭代前向推理过程的输入都是不同的，因此，相关技术中的量化方案无法满足diffusion模型的量化需求。
技术实现思路
1、为了解决上述至少一个技术问题，本公开提供数据处理方法、装置及存储介质，本公开的技术方案如下：
2、根据本公开实施例的第一方面，提供一种数据处理方法，包括：
3、获取第一步长参数和第一基础数据，所述第一基础数据为文本内容或图像内容的表征数据；
4、获取所述第一步长参数在数据处理模型的第一网络层对应的第一量化校准参数，所...
【技术保护点】
1.一种数据处理方法，其特征在于，包括：
2.根据权利要求1所述的数据处理方法，其特征在于，所述获取第一步长参数和第一基础数据之前，所述方法包括：
3.根据权利要求2所述的数据处理方法，其特征在于，所述量化校准损失还包括误差控制参数，所述根据所述校准数据与所述量化校准损失的关系，确定所述第一量化校准参数，包括：
4.根据权利要求2或3所述的数据处理方法，其特征在于，所述根据所述校准数据与所述量化校准损失的关系，确定所述第一量化校准参数之后，所述方法还包括：
5.根据权利要求4所述的数据处理方法，其特征在于，所述根据所述校...
【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：
2.根据权利要求1所述的数据处理方法，其特征在于，所述获取第一步长参数和第一基础数据之前，所述方法包括：
3.根据权利要求2所述的数据处理方法，其特征在于，所述量化校准损失还包括误差控制参数，所述根据所述校准数据与所述量化校准损失的关系，确定所述第一量化校准参数，包括：
4.根据权利要求2或3所述的数据处理方法，其特征在于，所述根据所述校准数据与所述量化校准损失的关系，确定所述第一量化校准参数之后，所述方法还包括：
5.根据权利要求4所述的数据处理方法，其特征在于，所述根据所述校准数据与所述量化校准损失的关系，确定所述第一量化校准参数之后，所述方法还包括：
6.根据权利要求5所述的数据处理方法，其特征在于，所述根据所述第二步长参数约束下所述第一网络层对应的校准数据，与对应的量化校准损失的关系，确定第二量化校准参数，包括：
7.根据权利要求3所述的数据处理方法，其特征在于，所述在所述误差控制参数为第一预设值的情况下，确定对应的目标校准参数和对应...
【专利技术属性】
技术研发人员：吴蔚，褚欢鹏，臧成杰，刘凌志，
申请(专利权)人：北京凌川科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。