[发明专利]神经元输出数据计算方法及装置、众核系统、介质

说明书

本公开提供了一种神经元输出数据计算方法，方法包括：获取神经网络的目标神经元的权重信息和输入信号；其中，所述目标神经元的权重信息包括有效权重值；每个有效权重值为所述目标神经元与一个前端神经元不为零的连接权重值；所述目标神经元的输入信号包括多组输入值，每组输入值包括所述目标神经元的所有前端神经元在同一时间步向目标神经元输出的值，不同组输入值对应不同的时间步；根据所述目标神经元的权重信息和各个时间步对应的输入值，计算所述目标神经元在各个时间步的输出数据。本公开还提供了一种神经元输出数据计算装置、众核系统、计算机可读介质。

技术领域

本公开涉及计算机技术领域，特别涉及一种神经元输出数据计算方法及神经元输出数据计算装置、众核系统、计算机可读介质。

背景技术

随着人工智能技术的不断发展，神经网络的应用也越来越广泛，人工智能技术中的神经网络由大量神经元构成，每个神经元可以连接其他神经元，神经元之间的连接强度由连接权重值表示，每个神经元的输入数据由所有与其连接的前端神经元的输出数据以及连接权重值计算得到。

神经网络越复杂，神经网络的性能(如准确率)也就越好，但神经网络越复杂，每个神经元连接的前端神经元可能就越多，计算神经元的输入数据所需要的算力也就越大。

发明内容

本公开提供一种神经元输出数据计算方法及神经元输出数据计算装置、众核系统、计算机可读介质。

第一方面，本公开提供了一种神经元输出数据计算方法，该神经元输出数据计算方法包括:获取神经网络的目标神经元的权重信息和输入信号；其中，所述目标神经元的权重信息包括有效权重值；每个有效权重值为所述目标神经元与一个前端神经元不为零的连接权重值；所述目标神经元的输入信号包括多组输入值，每组输入值包括所述目标神经元的所有前端神经元在同一时间步向目标神经元输出的值，不同组输入值对应不同的时间步；根据所述目标神经元的权重信息和各个时间步对应的输入值，计算所述目标神经元在各个时间步的输出数据。

第二方面，本公开提供了一种神经元输出数据计算装置，该神经元输出数据计算装置包括：第一模块，用于获取神经网络的目标神经元的权重信息和输入信号；其中，所述目标神经元的权重信息包括有效权重值；每个有效权重值为所述目标神经元与一个前端神经元不为零的连接权重值；所述目标神经元的输入信号包括多组输入值，每组输入值包括所述目标神经元的所有前端神经元在同一时间步向目标神经元输出的值，不同组输入值对应不同的时间步；第二模块，用于根据所述目标神经元的权重信息和各个时间步对应的输入值，计算所述目标神经元在各个时间步的输出数据。

第三方面，本公开提供了一种众核系统，该众核系统包括：多个处理核；以及，片上网络，被配置为交互所述多个处理核间的数据和外部数据；其中，一个或多个所述处理核中存储有一个或多个指令，一个或多个所述指令被一个或多个所述处理核执行，以使一个或多个所述处理核能够执行上述的神经元输出数据计算方法。

第四方面，本公开提供了一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序在被处理核执行时实现上述的神经元输出数据计算方法。

本公开所提供的神经元输出数据计算方法及神经元输出数据计算装置、众核系统、计算机可读介质中，通过将前端神经元对目标神经元输出的值以时间步为单位，使得前端神经元在同一时间步向目标神经元输出的值放入一组输入值，以保证可以根据不同时间步对应的输入值，计算出目标神经元在不同时间步的输出数据。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用来提供对本公开的进一步理解，并且构成说明书的一部分，与本公开的实施例一起用于解释本公开，并不构成对本公开的限制。通过参考附图对详细示例实施例进行描述，以上和其他特征和优点对本领域技术人员将变得更加显而易见，在附图中：