[发明专利]基于最优结构搜索的神经网络动态加速平台设计方法及神经网络动态加速平台有效
申请号: | 201910175975.0 | 申请日: | 2019-03-08 |
公开(公告)号: | CN109934336B | 公开(公告)日: | 2023-05-16 |
发明(设计)人: | 虞致国;马晓杰;顾晓峰;魏敬和 | 申请(专利权)人: | 江南大学 |
主分类号: | G06N3/0464 | 分类号: | G06N3/0464;G06N3/063 |
代理公司: | 无锡市大为专利商标事务所(普通合伙) 32104 | 代理人: | 曹祖良;屠志力 |
地址: | 214122 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种基于最优结构搜索的神经网络动态加速平台设计方法,神经网络动态加速平台包括:控制端和硬件加速端;控制端用于训练控制神经网络,控制神经网络根据子神经网络所反馈的推论准确率以及预先设置的准确率精度要求,对子神经网络的结构进行更新并生成子神经网络结构参数,并对更新后的子神经网络进行再训练生成权重参数,同时生成配置文件发送至硬件加速端,配置文件包含子神经网络的结构参数与权重参数;当硬件加速端返回子神经网络推论准确率稳定以后,即搜索到硬件加速端上的子神经网络的最优结构;所述子神经网络为需要在硬件加速端进行推论加速的神经网络;本发明可动态地对需要进行硬件推论加速的子神经网络进行最优结构搜索。 | ||
搜索关键词: | 基于 最优 结构 搜索 神经网络 动态 加速 平台 设计 方法 | ||
【主权项】:
1.一种神经网络动态加速平台,其特征在于,包括:控制端和硬件加速端;控制端用于训练控制神经网络,控制神经网络根据子神经网络所反馈的推论准确率以及预先设置的准确率精度要求,对子神经网络的结构进行更新并生成子神经网络结构参数,并对更新后的子神经网络进行再训练生成权重参数,同时生成配置文件发送至硬件加速端,配置文件包含子神经网络的结构参数与权重参数;当硬件加速端返回子神经网络推论准确率稳定以后,控制神经网络不再进行子神经网络的更新,即搜索到硬件加速端上的子神经网络的最优结构;所述子神经网络为需要在硬件加速端进行推论加速的神经网络;所述硬件加速端为使用ASIC实现的子神经网络硬件推论加速器,其接受控制端生成的配置文件,完成对子神经网络的硬件实现,并加速子神经网络的推论过程,同时把子神经网络的推论准确率反馈给控制端;最终达到对子神经网络最优结构搜索并完成最优结构的子神经网络的硬件推论加速过程。
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江南大学,未经江南大学许可,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/201910175975.0/,转载请声明来源钻瓜专利网。