[发明专利]用于控制神经网络电路的数据输入和输出的设备

说明书

公开用于控制神经网络电路的数据输入和输出的设备。所述控制设备包括：存储器；编码电路，被配置为：接收数据序列，生成压缩的数据序列，在压缩的数据序列中，数据序列的位串中的连续无效位被压缩成压缩的数据序列的单个位，生成指示压缩的数据序列的位串中的有效位和无效位的有效性确定序列，以及将压缩的数据序列和有效性确定序列写入到存储器；以及解码电路，被配置为：从存储器读取压缩的数据序列和有效性确定序列，以及基于有效性确定序列，确定压缩的数据序列的位串中的被设置用于发送到神经网络电路的位，使得神经网络电路省略关于非连续无效位的操作。

本申请要求于2019年12月27日提交到韩国知识产权局的第 10-2019-0176097号韩国专利申请的权益，所述韩国专利申请的全部公开出于 所有目的通过引用包括于此。

技术领域

以下描述涉及用于控制神经网络电路的数据输入和输出的方法和设备。

背景技术

与传统的基于规则的智能系统不同，人工智能(AI)系统可以是使得机 器能够学习和判断并且变得智能的计算机系统。随着AI系统被使用越多， AI系统可具有提高的识别率并且可更准确地理解用户的偏好。

AI技术可包括机器学习(例如，深度学习)和利用机器学习的元素技术 (elementtechniques)。机器学习可以是对输入数据的特征进行分类/学习的算 法技术，元素技术可以是通过使用机器学习算法(诸如，深度学习)来实现 功能(诸如，认知和判断)的技术，并且可在诸如语言理解、视觉理解、推 断/预测、知识表示和运动控制的技术领域中实施。

人工智能技术可应用于如下的各种领域。语言理解可以是识别和应用/ 处理语言/字符的技术，并且可包括自然语言处理、机器翻译、对话系统、问 答和语音识别/合成。视觉理解可以是像视觉一样识别和处理对象的技术，并 且可包括对象识别、对象追踪、图像检索、人物识别、场景理解、空间理解 和图像增强。推断/预测可以是判断信息并执行逻辑推断和预测的技术，并且 可包括基于知识/概率的推断、优化预测、基于偏好的规划和推荐。知识表示 可以是将人类经验信息自动处理成知识数据的技术，并且可包括知识构造(数 据生成/分类)和知识管理(数据利用)。运动控制可以是控制车辆的自主驾 驶和机器人的移动的技术，作为非限制性示例，可包括例如移动控制(导航、 碰撞、驾驶)和操作控制(动作控制)。

发明内容

提供本发明内容以便以简化的形式介绍将在下面的具体实施方式中进一 步描述的构思的选择。本发明内容不意图确定要求权利的主题的关键特征或 必要特征，也不意图用于帮助确定要求权利的主题的范围。

在一个总体方面，一种神经网络深度学习数据控制设备包括：存储器； 编码电路，被配置为：接收数据序列，生成压缩的数据序列，在压缩的数据 序列中，数据序列的位串中的连续无效位被压缩成压缩的数据序列的单个位， 生成指示压缩的数据序列的位串中的有效位和无效位的有效性确定序列，以 及将压缩的数据序列和有效性确定序列写入到存储器；以及解码电路，被配 置为：从存储器读取压缩的数据序列和有效性确定序列，以及基于有效性确 定序列，确定压缩的数据序列的位串中的被设置为发送到神经网络电路的位，使得神经网络电路省略关于非连续无效位的操作。

压缩的数据序列的所述单个位可指示数据序列的位串中的连续无效位的 数量。

解码电路可包括：缓冲器，被配置为顺序地存储压缩的数据序列和有效 性确定序列，并且解码电路可被配置为：存储第一指针和第二指针，第一指 针指示将被发送到神经网络电路的压缩的数据序列的当前位存储在缓冲器中 的位置，第二指针指示在当前位的下一循环将被发送到神经网络电路的压缩 的数据序列的下一位存储在缓冲器中的位置。

为了确定被设置为发送到神经网络电路的所述位，解码电路可被配置为： 基于有效性确定序列确定与第一指针对应的当前位是否有效；响应于当前位 无效，跳过向神经网络电路发送当前位；以及响应于当前位有效，将当前位 发送到神经网络电路。