[发明专利]一种用于具有多个神经网络层的神经网络的计算执行方法在审
| 申请号： | 202011574321.4 | 申请日： | 2020-12-25 |
| 公开（公告）号： | CN112836790A | 公开（公告）日： | 2021-05-25 |
| 发明（设计）人： | 李坤傧 | 申请（专利权）人： | 南京蓝洋智能科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04 |
| 代理公司： | 南京鑫智达知识产权代理事务所(普通合伙) 32440 | 代理人： | 侯铭言 |
| 地址： | 210000 江苏省南京市江*** | 国省代码： | 江苏;32 |
| 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 用于 具有 神经网络 计算 执行 方法 | ||
1.一种用于具有多个神经网络层的神经网络的计算执行方法，其特征在于，所述方法包括如下步骤：
将第一层的具有相同参数类型的输入分成至少两组；
配置上述各组输入的数据格式；
读取上述各组的数据；
对至少一组输入进行数据对齐；
执行所述第一层的运算。
2.一种用于具有多个神经网络层的神经网络的计算执行方法，其特征在于，所述方法包括如下步骤：
读取神经网络模型的第一部分的第一组输入的至少一部分；
将所述读取的第一组输入配置为第一数据格式；
执行所述神经网络模型的第一部分的运算；
读取神经网络模型的第二部分的第一组输入的至少一部分；
将所述读取的第一组输入配置为第二数据格式；
执行所述神经网络模型的第二部分的运算。
3.如权利要求1所述的一种用于具有多个神经网络层的神经网络的计算执行方法，其特征在于：所述具有相同参数类型的输入为输入特征图，并且每组输入特征图的来自不同的上一层，或者，每组输入特征图的来自不同的通道。
4.如权利要求1所述的一种用于具有多个神经网络层的神经网络的计算执行方法，其特征在于：所述具有相同参数类型的输入为权重，或者为缩放因子。
5.如权利要求2所述的一种用于具有多个神经网络层的神经网络的计算执行方法，其特征在于：所述第一组输入为输入特征图数据。
6.如权利要求2所述的一种用于具有多个神经网络层的神经网络的计算执行方法，其特征在于：所述网络的第一部分为所述神经网络模型中的层，或者，为所述神经网络模型中的层的一个或多个通道。
7.如权利要求1或2所述的一种用于具有多个神经网络层的神经网络的计算执行方法，其特征在于：所述数据对齐在加法运算之前进行，或者，在乘法运算之前进行。
8.如权利要求1或2所述的一种用于具有多个神经网络层的神经网络的计算执行方法，其特征在于：所述数据对齐包括符号扩展运算，或者移位运算。
9.如权利要求1或2所述的一种用于具有多个神经网络层的神经网络的计算执行方法，其特征在于：所述具有相同参数类型的输入的同一组的数据，具有相同的位长。
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南京蓝洋智能科技有限公司，未经南京蓝洋智能科技有限公司许可，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/202011574321.4/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种汽车零部件摆放装置
- 下一篇：一种航空发动机叶片模具校型调节机构
