[发明专利]用于预测轮询时间的神经网络系统和神经网络模型处理方法

说明书

提供了一种用于预测轮询时间的神经网络系统和使用该神经网络系统的神经网络模型处理方法。该神经网络系统包括：第一资源，用于生成通过执行与第一计算处理图相对应的至少一个计算操作而获得的第一计算结果；以及任务管理器，用于计算第一资源执行至少一个计算操作所花费的第一轮询时间，并基于计算的第一轮询时间从第一资源轮询第一计算结果。

相关申请的交叉引用

本申请要求2018年12月31日在韩国知识产权局递交，名称为“用于预测轮询时间的神经网络系统和使用该系统的神经网络模型处理方法”的韩国专利申请No.10-2018-0174269的优先权，其全部公开通过引用并入本文。

技术领域

实施例涉及用于通过使用神经网络的计算处理图对输入模型执行深度学习的神经网络系统，更具体地，涉及预测用于轮询计算处理图的计算结果的轮询时间的神经网络系统，以及使用该神经网络系统的神经网络模型处理方法。

背景技术

人工神经网络(ANN)是指通过对生物大脑建模而获得的计算化架构。可以基于神经网络来实现深度学习或机器学习。最近，随着基于神经网络处理的计算的数目迅速增加，需要高效执行基于神经网络的计算处理。

发明内容

根据一方面，提供了一种用于处理第一计算处理图的神经网络系统，该神经网络系统包括：第一资源，用于生成通过执行与第一计算处理图相对应的至少一个计算操作而获得的第一计算结果；以及任务管理器，用于计算第一资源执行至少一个计算操作所花费的第一轮询时间，并基于计算的第一轮询时间来从第一资源轮询第一计算结果。

根据另一方面，提供了一种通过使用包括第一子图的计算处理图来处理神经网络模型的方法，该方法包括：计算执行与第一子图相对应的第一计算操作所花费的第一轮询时间；基于关于第一子图的信息，通过编译要由第一资源驱动的第一子图来生成第一执行数据；将第一执行数据输出给第一资源；以及在从将第一执行数据输出给第一资源的时间开始经过第一轮询时间之后，从第一资源轮询与第一执行数据相对应的第一计算结果。

根据另一方面，一种通过使用包括子图的计算处理图来处理神经网络模型的方法，该方法包括：通过编译要由资源驱动的子图来生成执行数据；将执行数据输出给资源；输出第一轮询信号，用于在从将执行数据输出给资源的时间开始经过第一轮询时间之后，从资源轮询与执行数据相对应的计算结果；以及在从输出第一轮询信号的时间开始经过第二轮询时间之后，输出用于轮询计算结果的第二轮询信号，第二轮询时间与第一轮询时间不同。

根据另一方面，提供了一种基于计算机的神经网络系统，用于找到与数据结构相对应的计算处理图，以执行与所找到的计算处理图相对应的至少一个计算操作，该基于计算机的神经网络系统包括：输入设备，被配置为接收输入数据；存储器，被配置为存储程序信息，程序信息包括关于模型分析器的信息和关于任务管理器的信息的信息，模型分析器被配置为从输入数据找到计算处理图，任务管理器被配置为基于计算处理图来生成与计算处理图相对应的计算结果；处理器，被配置为基于程序信息来处理输入数据；以及资源，被配置为执行与计算处理图相对应的至少一个计算操作，其中，处理器被配置为计算轮询时间，该轮询时间是基于关于任务管理器的信息执行至少一个计算操作所花费的时间，以及基于轮询时间来从资源轮询计算结果。

附图说明

通过参考附图详细描述示例性实施例，特征对于本领域技术人员将变得显而易见，在附图中：

图1示出了根据示例性实施例的神经网络系统；

图2示出了根据示例性实施例的神经网络系统；

图3示出了根据示例性实施例的计算处理图；

图4示出了根据示例性实施例的模型处理器的操作方法的流程图；

图5示出了根据示例性实施例的神经网络系统的操作；