[发明专利]使用基于模块化连接的CNN的集成电路的深度学习图像处理系统在审
| 申请号： | 201910118216.0 | 申请日： | 2019-02-16 |
| 公开（公告）号： | CN110378465A | 公开（公告）日： | 2019-10-25 |
| 发明（设计）人： | 杨林;孙宝华;杨晋;董子翔 | 申请（专利权）人： | 海青智盈技术公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 深圳永慧知识产权代理事务所(普通合伙) 44378 | 代理人： | 宋鹰武 |
| 地址： | 美国加利*** | 国省代码： | 美国;US |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 深度学习图像处理系统至少包含第一和第二组基于细胞神经网络(CNN)的集成电路(IC)。第一组和第二组经由网络总线可操作地并联连接。在第一和第二组中的每个内的基于CNN的IC经由网络总线可操作地串联连接。第一组被配置用于在深度学习模型的相应部分中执行卷积运算，以从输入数据的第一子部分中提取出特征。第二组被配置用于在深度学习模型的相应部分中执行卷积运算，以从输入数据的第二子部分中提取出特征。深度学习模型被划分为由相应的基于CNN的IC处理的多个连续部分。输入数据至少被划分为第一和第二子部分。 | ||
| 搜索关键词： | 处理系统 卷积运算 可操作地 网络总线 学习图像 集成电路 细胞神经网络 模块化连接 并联连接 配置 学习 | ||
【主权项】：
1.一种深度学习图像处理系统，包括：基于多个细胞神经网络(CNN)的集成电路(IC)经由网络总线可操作地串联连接，基于CNN的IC被配置成在深度学习模型的相应部分中执行卷积运算以从输入数据中提取出特征，其中所述深度学习模型被划分为多个连续部分，并且每个所述基于CNN的IC包括可操作地耦接到至少一个输入/输出数据总线的多个CNN处理引擎，所述多个CNN处理引擎与时钟漂移电路连接成环路。
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海青智盈技术公司，未经海青智盈技术公司许可，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/201910118216.0/，转载请声明来源钻瓜专利网。
