[发明专利]卷积神经网络量化处理方法、装置及计算机设备有效
| 申请号： | 201811644575.1 | 申请日： | 2018-12-30 |
| 公开（公告）号： | CN109740737B | 公开（公告）日： | 2021-02-19 |
| 发明（设计）人： | 李正;邓建林;李远辉;杨安荣;舒红乔 | 申请（专利权）人： | 联想（北京）有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 王宝筠 |
| 地址： | 100085 北京市*** | 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： | 本申请提供了一种卷积神经网络量化处理方法、装置及计算机设备，本申请采用双精度量化处理方法，来提高量化后的准确率，具体的，获取卷积神经网络中卷积层的最大权值及最大偏差量，分别计算最大权值的动态比特位精度值，及最大偏差量的动态比特位精度值，之后，利用这两个动态比特位精度值实现卷积计算，由于本申请从卷积层的权值和偏差值两方面进行量化，避免了单精度量化，容易导致权值或偏差值精度损失，影响量化准确性的情况发生。 | ||
| 搜索关键词： | 卷积 神经网络 量化 处理 方法 装置 计算机 设备 | ||
【主权项】：
1.一种卷积神经网络量化处理方法，所述方法包括获取卷积神经网络中各卷积层的最大权值及最大偏差量；计算所述最大权值的第一动态比特位精度值，及最大偏差量的第二动态比特位精度值，所述第一动态比特位精度值与所述第二动态比特位精度值不同；利用各卷积层对应的所述第一动态比特位精度值和所述第二动态比特位精度值，对相应卷积层的权值和偏差量进行量化；基于各卷积层中量化后的权值及量化后的偏差量，得到所述卷积神经网络的卷积结果。
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联想（北京）有限公司，未经联想（北京）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/201811644575.1/，转载请声明来源钻瓜专利网。
