[发明专利]数据处理装置、数据处理方法以及压缩数据在审
| 申请号： | 201780092806.X | 申请日： | 2017-07-07 |
| 公开（公告）号： | CN110832507A | 公开（公告）日： | 2020-02-21 |
| 发明（设计）人： | 峯泽彰;守屋芳美;王梦雄;杉本和夫 | 申请（专利权）人： | 三菱电机株式会社 |
| 主分类号： | G06N3/02 | 分类号： | G06N3/02;H03M7/30 |
| 代理公司： | 北京三友知识产权代理有限公司 11127 | 代理人： | 马建军;邓毅 |
| 地址： | 日本*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 数据处理 装置 方法 以及 压缩 数据 | ||
1.一种数据处理装置，其特征在于，该数据处理装置具备：
数据处理部，其使用神经网络来处理输入数据；
压缩控制部，其决定对所述神经网络的参数数据进行量化时的量化步长，生成定义了量化步长的量化信息；以及
编码部，其对网络结构信息和所述量化信息进行编码而生成压缩数据，所述网络结构信息包含以由所述压缩控制部决定的量化步长量化后的参数数据。
2.一种数据处理装置，其特征在于，该数据处理装置具备：
数据处理部，其使用神经网络来处理输入数据；以及
解码部，其对压缩数据进行解码，该压缩数据是对定义了对所述神经网络的参数数据进行量化时的量化步长的量化信息和包含以所述量化信息中的量化步长量化后的参数数据的网络结构信息进行编码而成的，
所述数据处理部使用由所述解码部从压缩数据解码出的所述量化信息和所述网络结构信息对参数数据进行逆量化，使用包含逆量化后的参数数据的所述网络结构信息构成所述神经网络。
3.根据权利要求1或2所述的数据处理装置，其特征在于，
所述神经网络的参数数据是对所述神经网络中的连接节点之间的边赋予的权重信息。
4.根据权利要求1所述的数据处理装置，其特征在于，
所述压缩控制部按照每个边切换量化步长，
所述编码部对定义了每个所述边的量化步长的所述量化信息进行编码。
5.根据权利要求1所述的数据处理装置，其特征在于，
所述压缩控制部按照每个节点或每个核心切换量化步长，
所述编码部对定义了每个所述节点或每个所述核心的量化步长的所述量化信息进行编码。
6.根据权利要求1所述的数据处理装置，其特征在于，
所述压缩控制部按照所述神经网络的每个层切换量化步长，
所述编码部对定义了所述神经网络的每个层的量化步长的所述量化信息进行编码。
7.一种数据处理方法，其特征在于，该数据处理方法具备如下步骤：
解码部对压缩数据进行解码，该压缩数据是对定义了对神经网络的参数数据进行量化时的量化步长的量化信息和包含以所述量化信息中的量化步长量化后的参数数据的网络结构信息进行编码而成的；以及
数据处理部使用由所述解码部从压缩数据解码出的所述量化信息和所述网络结构信息对参数数据进行逆量化，使用包含逆量化后的参数数据的所述网络结构信息构成所述神经网络，使用该神经网络来处理输入数据。
8.一种压缩数据，该压缩数据是对定义了对神经网络的参数数据进行量化时的量化步长的量化信息和包含以所述量化信息中的量化步长量化后的参数数据的网络结构信息进行编码而成的，
其特征在于，
数据处理装置使用解码出的所述量化信息和所述网络结构信息对参数数据进行逆量化，使用包含逆量化后的参数数据的所述网络结构信息构成所述神经网络。
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三菱电机株式会社，未经三菱电机株式会社许可，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/201780092806.X/1.html，转载请声明来源钻瓜专利网。
