[发明专利]一种基于神经网络升级设备的方法和装置

权利要求书

1.一种基于神经网络升级设备的装置，其特征在于，所述装置包括第一接口、协议解析单元、初始值配置存储单元、初始值配置查询单元、参数配置单元、可重构网络矩阵单元、取数单元、误差计算单元、反向回写单元、参数缓存单元；所述第一接口与协议解析单元连接，所述协议解析单元与初始值配置查询单元连接，所述初始值配置存储单元与初始值配置查询单元连接，所述初始值配置查询单元与参数配置单元连接，所述参数配置单元与可重构网络矩阵单元连接，所述取数单元、误差计算单元分别与可重构网络矩阵单元连接，所述取数单元、反向回写单元分别与参数缓存单元连接，所述误差计算单元与反向回写单元连接；

所述协议解析单元用于在第一接口与待升级设备的第二接口建立连接后，接收并解析待升级设备发送的任务请求，确定任务请求类型，并将任务请求类型发送至初始值配置查询单元；

所述初始值配置查询单元用于从初始值配置存储单元中获取任务请求类型对应的网络结构的各个参数初始值，并将各个参数初始值发送至参数配置单元；

所述参数配置单元用于根据各个参数初始值控制取数单元从参数缓存单元中获取相应数量的各个参数元素，对可重构网络矩阵单元进行配置；

所述可重构网络矩阵单元用于根据配置的各个参数元素的初始值进行神经网络计算，所述误差计算单元用于判断本次计算结果与真实信息的匹配度的误差是否小于预设误差，若是则判定为训练完成，可重构神经网络矩阵单元用于将各个参数元素的参数值更新为当前的各个参数值，并将更新后的各个参数值写入参数缓存单元中；否则可重构神经网络矩阵单元用于根据本次训练结果的匹配度相较于上一次训练结果的匹配度的差异，调整各个参数元素的配置参数值，并通过反向回写单元将调整后的参数值写入参数缓存单元中，以及控制取数单元根据调整后的参数值从参数缓存单元中获取相应数量的各个参数元素，并再次进行神经网络计算，直至训练完成。

2.如权利要求1所述的基于神经网络升级设备的装置，其特征在于，所述装置包括WIFI通信单元，所述初始值配置查询单元还通过WIFI通信单元与互联网连接，所述初始值配置查询单元还用于在未从初始值配置存储单元中获取到任务请求对应的神经网络结构配置参数初始值时，通过WIFI通信单元从互联网中搜索任务请求所需的神经网络结构配置参数初始值，并在搜索到需要的神经网络结构配置参数初始值后，将其存储于初始值配置存储单元中。

3.如权利要求2所述的基于神经网络升级设备的装置，其特征在于，所述神经网络结构配置参数包括神经网络层数、各层神经网络的神经元数量、各层神经网络的卷积核值、卷积配置值以及权值。

4.如权利要求1所述的 基于神经网络升级设备的装置，其特征在于，所述装置还包括结果反馈单元，所述结果反馈单元与协议解析单元连接；

所述可重构神经网络矩阵单元还用于在训练完成后，接收待测设备发送的待测数据，并将待测数据的计算结果发送至结果反馈单元；

所述结果反馈单元用于接收待测数据的计算结果，并通过第一接口将计算结果反馈给待测设备。

5.如权利要求1所述的基于神经网络升级设备的装置，其特征在于，所述可重构神经网络矩阵包括互联矩阵单元、累加器单元、升级单元、激活函数单元、累加器配置单元；所述累加器单元、升级单元、激活函数单元分别与互联矩阵单元连接，所述累加器单元与累加器配置单元连接；所述累加器单元包括多个不同精度的累加器单元；

所述累加器配置单元用于配置累加器精度，所述可重构神经网络矩阵在进行神经网络训练时，根据配置的累加器精度采用相对应精度的累加器单元进行计算；

互联矩阵单元根据参数连接信息对累加器单元、升级单元、激活函数单元进行互联，从而形成对应的神经网络结构。