[发明专利]一种基于区间算法的神经网络卷积层设计方法在审
| 申请号： | 201710883220.7 | 申请日： | 2017-09-26 |
| 公开（公告）号： | CN107657314A | 公开（公告）日： | 2018-02-02 |
| 发明（设计）人： | 张旭;段成德;于治楼 | 申请（专利权）人： | 济南浪潮高新科技投资发展有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 济南信达专利事务所有限公司37100 | 代理人： | 孙晶伟 |
| 地址： | 250100 山东省济南市*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 区间 算法 神经网络 卷积 设计 方法 | ||
【权利要求书】：
1.一种基于区间算法的神经网络卷积层设计方法，其特征是
利用数据重新排列方法将卷积层的区间输入数据及卷积核参数转换为区间输入矩阵和区间卷积核参数矩阵，再通过区间输入矩阵和区间卷积核参数矩阵的相乘运算获得区间输出矩阵，将区间输出矩阵的数据应用于神经网络技术，构建区间卷积神经网络。
2.根据权利要求1所述的方法，其特征是使用im2col方法将卷积层输入数据及卷积核参数转换为区间输入矩阵和区间卷积核参数矩阵。
3.根据权利要求1或2所述的方法，其特征是通过通用矩阵相乘GeMM将区间输入矩阵和区间卷积核参数矩阵进行相乘运算获得区间输出矩阵。
4.一种基于区间算法的神经网络卷积层，其特征是包括区间输入数据、卷积核参数、区间输出数据，数据类型均为区间数据类型，
其中利用数据重新排列方法将卷积层的区间输入数据及卷积核参数转换为区间输入矩阵和区间卷积核参数矩阵，再通过区间输入矩阵和区间卷积核参数矩阵的相乘运算获得区间输出矩阵，用于构建区间卷积神经网络。
5.根据权利要求4所述的卷积层，其特征是使用im2col方法将卷积层输入数据及卷积核参数转换为区间输入矩阵和区间卷积核参数矩阵。
6.根据权利要求4或5所述的卷积层，其特征是通过通用矩阵相乘GeMM将区间输入矩阵和区间卷积核参数矩阵进行相乘运算获得区间输出矩阵。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于济南浪潮高新科技投资发展有限公司，未经济南浪潮高新科技投资发展有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201710883220.7/1.html，转载请声明来源钻瓜专利网。
