[发明专利]一种卷积神经网络的计算方法及系统有效
| 申请号： | 201810646058.1 | 申请日： | 2018-06-21 |
| 公开（公告）号： | CN110633785B | 公开（公告）日： | 2021-01-05 |
| 发明（设计）人： | 张广艳;李夏青;郑纬民 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹;吴欢燕 |
| 地址： | 100084 北京市海*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种卷积神经网络的计算方法及系统，其中方法包括：获取目标卷积神经网络中所有卷积层对应的配置参数，对于任意一个卷积层，根据该卷积层对应的配置参数在知识库中查找该卷积层对应的最佳卷积策略组合；若知识库中不存在最佳卷积策略组合，则将该卷积层分解成多个卷积阶段，对于任意一个卷积阶段，获取该卷积阶段对应的多个候选卷积策略，从所有候选卷积策略中筛选出该卷积阶段对应的最佳卷积策略；将所有卷积阶段对应的最佳卷积策略进行组合，获得该卷积层对应的最佳卷积策略组合，以使得目标卷积神经网络中的所有卷积层根据各自对应的最佳卷积策略组合进行卷积计算。该方法及系统能够提高卷积神经网络的整体计算效率和整体性能。 | ||
| 搜索关键词： | 一种 卷积 神经网络 计算方法 系统 | ||
【主权项】：
1.一种卷积神经网络的计算方法，其特征在于，包括：/n获取目标卷积神经网络中所有卷积层对应的配置参数，对于任意一个卷积层，根据该卷积层对应的配置参数在知识库中查找该卷积层对应的最佳卷积策略组合；/n若所述知识库中不存在所述最佳卷积策略组合，则将该卷积层分解成多个卷积阶段，对于任意一个卷积阶段，获取该卷积阶段对应的多个候选卷积策略，从所有所述候选卷积策略中筛选出该卷积阶段对应的最佳卷积策略；/n将所有所述卷积阶段对应的最佳卷积策略进行组合，获得该卷积层对应的最佳卷积策略组合，以使得所述目标卷积神经网络中的所有卷积层根据各自对应的最佳卷积策略组合进行卷积计算。/n
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清华大学，未经清华大学许可，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/201810646058.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种多规则人工蜂群改进算法
- 下一篇：用于确定人工神经网络拓扑的技术
