[发明专利]深度神经网络的硬件实现的端到端数据格式选择在审
| 申请号： | 201811299435.5 | 申请日： | 2018-11-02 |
| 公开（公告）号： | CN110033079A | 公开（公告）日： | 2019-07-19 |
| 发明（设计）人： | 詹姆斯·因贝尔 | 申请（专利权）人： | 畅想科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/063 |
| 代理公司： | 北京东方亿思知识产权代理有限责任公司 11258 | 代理人： | 林强 |
| 地址： | 英国赫*** | 国省代码： | 英国;GB |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开涉及深度神经网络的硬件实现的端到端数据格式选择。用于选择用于表示输入至和/或输出自DNN的层的值的定点数格式的方法，该方法考虑了定点数格式对DNN的上下文中的特定层的影响。方法包括在预定序列中一次针对一个层来选择用于表示输入至和/或输出自该层的多组值的(一个或多个)定点数格式，其中在序列中任何层之前是该层依赖的(一个或多个)层。基于与定点数格式相关联的DNN的输出中的误差来选择针对每个层的(一个或多个)定点数格式。一旦针对一个层的(一个或多个)定点数格式已经被选择，则序列中后续层的DNN的输出中的误差的任意计算将基于被配置为使用选择的定点数格式的该层。 | ||
| 搜索关键词： | 定点数 输出 神经网络 数据格式 硬件实现 端到端 预定序列 后续层 关联 配置 | ||
【主权项】：
1.一种标识用于表示输入至和/或输出自深度神经网络“DNN”的多个层的值的定点数格式以用于配置所述DNN的硬件实现的计算机实现的方法(300)，所述方法包括：确定所述多个层的序列，其中，所述多个层中的每个层之前是所述多个层中该层所依赖的任意层(302)；接收被配置为使用浮点数格式来表示输入至和/或输出自所述DNN的所述多个层的值的所述DNN的实例(304)；针对确定的序列中的每个层(306，312，314)：选择用于表示输入至或输出自该层的一组或多组值中的每组值的定点数格式，其中，用于表示输入至或输出自一个层的一组值的定点数格式被选择以使得最小化所述DNN的实例的输出误差(308)；以及重新配置所述DNN的实例以使用针对所述一组或多组值中的每组值的选择的定点数格式来表示该组值(310)。
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畅想科技有限公司，未经畅想科技有限公司许可，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/201811299435.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于树状拓扑的计算系统及方法
- 下一篇：单平面滤波
