[发明专利]深度神经网络的计算方法、装置及可读存储介质在审
| 申请号： | 201710544329.8 | 申请日： | 2017-07-05 |
| 公开（公告）号： | CN107451653A | 公开（公告）日： | 2017-12-08 |
| 发明（设计）人： | 谌璟;孙庆新 | 申请（专利权）人： | 深圳市自行科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 深圳市世纪恒程知识产权代理事务所44287 | 代理人： | 胡海国 |
| 地址： | 518000 广东省深圳市南山区南山街*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种深度神经网络的计算方法、装置及可读存储介质，所述方法包括计算深度神经网络中各层的网络参数，将计算的各层网络参数作为各层的配置参数存入配置文件中；在深度神经网络进行层次计算时，从所述配置文件中获取所述深度神经网络所计算到的当前层次对应的配置参数；获取当前层次对应的权重数据；根据获取的配置参数及权重数据，对当前层次的输入Map进行计算，获得当前层次的输出Map。本发明通过提前计算深度神经网络中各层的网络参数，从而获得各层的配置参数，在计算到各层时只需从配置文件中获取当前计算层的配置参数就可进行本层的相应计算，从而提高了深度神经网络的计算速度。 | ||
| 搜索关键词： | 深度 神经网络 计算方法 装置 可读 存储 介质 | ||
【主权项】：
一种深度神经网络的计算方法，其特征在于，所述方法包括以下步骤：计算深度神经网络中各层的网络参数，将计算的各层网络参数作为各层的配置参数存入配置文件中；在深度神经网络进行层次计算时，从所述配置文件中获取所述深度神经网络所计算到的当前层次对应的配置参数；获取所述当前层次对应的权重数据；根据获取的配置参数及权重数据，对所述当前层次的输入Map进行计算，获得所述当前层次的输出Map。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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深圳市自行科技有限公司，未经深圳市自行科技有限公司许可，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/patent/201710544329.8/，转载请声明来源钻瓜专利网。
