[发明专利]深度神经网络中的网络层运算方法及装置在审
| 申请号： | 201810679580.X | 申请日： | 2018-06-27 |
| 公开（公告）号： | CN110647974A | 公开（公告）日： | 2020-01-03 |
| 发明（设计）人： | 张渊;谢迪;浦世亮 | 申请（专利权）人： | 杭州海康威视数字技术股份有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/063;G06N3/08 |
| 代理公司： | 11413 北京柏杉松知识产权代理事务所(普通合伙) | 代理人： | 丁芸;项京 |
| 地址： | 310051 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例提供了一种深度神经网络中的网络层运算方法及装置，方法包括：获取深度神经网络中网络层的权值张量，其中，权值张量包括多个滤波器；针对网络层的各滤波器，将该滤波器拆分为多个定点卷积核的线性组合，其中，各定点卷积核中的权值为具有指定位宽的定点量化值；针对网络层的各滤波器，将网络层的输入数据与该滤波器的各定点卷积核分别进行卷积运算，得到多个卷积结果，并根据该滤波器的多个定点卷积核的线性组合方式，将各卷积结果加权求和，得到该滤波器的运算结果；确定各滤波器的运算结果组成网络层的输出数据。通过本方案，可以提高深度神经网络的运算效率。 | ||
| 搜索关键词： | 滤波器 网络层 卷积核 神经网络 线性组合 运算结果 卷积运算 输出数据 运算效率 求和 加权 卷积 位宽 运算 量化 申请 | ||
【主权项】：
1.一种深度神经网络中的网络层运算方法，其特征在于，所述方法包括：/n获取深度神经网络中网络层的权值张量，其中，所述权值张量包括多个滤波器；/n针对所述网络层的各滤波器，将该滤波器拆分为多个定点卷积核的线性组合，其中，各所述定点卷积核中的权值为具有指定位宽的定点量化值；/n针对所述网络层的各滤波器，将所述网络层的输入数据与该滤波器的各定点卷积核分别进行卷积运算，得到多个卷积结果，并根据该滤波器的多个定点卷积核的线性组合方式，将各卷积结果加权求和，得到该滤波器的运算结果；/n确定各滤波器的运算结果组成所述网络层的输出数据。/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杭州海康威视数字技术股份有限公司，未经杭州海康威视数字技术股份有限公司许可，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/201810679580.X/，转载请声明来源钻瓜专利网。
- 上一篇：运算方法及相关方法和产品
- 下一篇：一种数据处理方法、装置、设备以及介质
