[发明专利]使用四叉树方法的参数的压缩设备及方法在审
申请号: | 202110491385.6 | 申请日: | 2021-05-06 |
公开(公告)号: | CN113630375A | 公开(公告)日: | 2021-11-09 |
发明(设计)人: | 全圣浩;朴峻奭;徐相珉;李宪洙;张爀在;郑暻娥 | 申请(专利权)人: | 三星电子株式会社 |
主分类号: | H04L29/06 | 分类号: | H04L29/06;G06N3/04;G06N3/08 |
代理公司: | 北京市立方律师事务所 11330 | 代理人: | 李娜;王凯霞 |
地址: | 韩国*** | 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: | 使用 四叉树 方法 参数 压缩 设备 | ||
1.一种被配置为对包括多个像元的张量进行压缩的设备,所述设备包括:
四叉树生成器,所述四叉树生成器被配置为生成搜索包括在所述张量中的非零像元的四叉树,并从所述四叉树提取至少一个参数;
模式选择器,所述模式选择器被配置为基于所述至少一个参数来确定压缩模式;以及
比特流生成器,所述比特流生成器被配置为通过基于所述压缩模式对所述张量进行压缩来生成比特流。
2.根据权利要求1所述的设备,其中,所述至少一个参数包括:
第一参数,所述第一参数是作为所述四叉树的结果生成的,并且对应于表示关于所述非零像元的位置信息的比特的总数目;
第二参数,响应于非零像元之中具有最大值的像元以二进制表示,所述第二参数对应于从最低有效位到非零最高数位的比特数;以及
第三参数,所述第三参数对应于所述多个像元之中的零像元的数目。
3.根据权利要求2所述的设备,其中,所述模式选择器还被配置为:响应于所述第一参数的值小于或等于包括在所述张量中的像元数,选择第一压缩模式作为所述压缩模式,其中,在所述第一压缩模式下,以四叉树方法对所述张量进行压缩。
4.根据权利要求2所述的设备,其中,所述模式选择器还被配置为:响应于所述第一参数的值超过包括在所述张量中的像元数并且所述第二参数的值与所述第三参数的值的乘积值超过所述像元数,选择以零位图方法对所述张量进行压缩的第二压缩模式作为所述压缩模式,其中,在所述零位图方法中,将非零像元视为1并且将零像元视为0。
5.根据权利要求2所述的设备,其中,所述模式选择器还被配置为:响应于所述第一参数的值超过包括在所述张量中的像元数并且所述第二参数的值与所述第三参数的值的乘积值小于或等于所述像元数,选择以固定长度方法对所述张量进行压缩的第三压缩模式作为所述压缩模式,其中,在所述固定长度方法中,基于所述多个像元之中具有最大值的像元的比特宽度对所述张量进行压缩。
6.根据权利要求1所述的设备,其中,所述张量包括4M个像元,其中,M是自然数。
7.根据权利要求1所述的设备,其中,所述张量包括特征图和权重中的至少一者。
8.根据权利要求1所述的设备,其中,所述比特流生成器还被配置为:将所述比特流输出到多个存储区域中的与所述压缩模式相对应的至少一个存储区域。
9.一种神经网络处理器,包括:
算术电路,所述算术电路被配置为通过使用神经网络对输入数据执行计算来生成包括多个像元的张量;以及
神经张量压缩器,所述神经张量压缩器被配置为通过对所述张量进行压缩来输出比特流,
其中,所述神经张量压缩器还被配置为:生成与重复空间划分方法相对应的四叉树,以搜索包括在所述张量中的非零像元,从所述四叉树提取至少一个参数,并基于所述至少一个参数确定所述张量的压缩模式。
10.根据权利要求9所述的神经网络处理器,其中,所述至少一个参数包括:
第一参数,所述第一参数是作为所述四叉树的结果生成的,并且对应于表示所述非零像元的位置信息的比特的总数目;
第二参数,响应于非零像元之中具有最大值的像元以二进制表示,所述第二参数对应于从最低有效位到非零最高数位的比特总数;以及
第三参数,所述第三参数对应于所述多个像元之中的零像元的数目。
11.根据权利要求10所述的神经网络处理器,其中,所述神经张量压缩器还被配置为:当所述第一参数的值小于或等于包括在所述张量中的像元数时,通过应用四叉树方法来对所述张量进行压缩。
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星电子株式会社,未经三星电子株式会社许可,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/202110491385.6/1.html,转载请声明来源钻瓜专利网。