[发明专利]卷积神经网络模型的计算方法及装置有效
| 申请号： | 201911022124.9 | 申请日： | 2019-10-25 |
| 公开（公告）号： | CN110796245B | 公开（公告）日： | 2022-03-22 |
| 发明（设计）人： | 郭振华;范宝余;王丽;高开 | 申请（专利权）人： | 浪潮电子信息产业股份有限公司 |
| 主分类号： | G06N3/063 | 分类号： | G06N3/063;G06N3/04;G06N3/08 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 李慧引 |
| 地址： | 250101 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了的一种卷积神经网络模型的计算方法及装置，该方法包括：通过获取卷积神经网络模型的训练任务的计算模型；然后，将所述卷积神经网络模型的训练任务的计算模型中的乘累加运算拆分成多个乘加运算任务；再根据预设的计算模型与计算设备的对应关系，确认每一个乘加运算任务所对应的计算设备；最后，利用所述每一个乘加运算任务所对应的计算设备，分别对所述每一个乘加运算任务进行计算。达到了提高当CNN模型训练任务在不同计算设备上进行迁移或不同处理器协同计算的灵活性，提高计算速度的目的。 | ||
| 搜索关键词： | 卷积 神经网络 模型 计算方法 装置 | ||
【主权项】：
1.一种卷积神经网络模型的计算方法，其特征在于，包括：/n获取卷积神经网络模型的训练任务的计算模型；/n将所述卷积神经网络模型的训练任务的计算模型中的乘累加运算拆分成多个乘加运算任务；/n根据预设的计算模型与计算设备的对应关系，确认每一个乘加运算任务所对应的计算设备；/n利用所述每一个乘加运算任务所对应的计算设备，分别对所述每一个乘加运算任务进行计算。/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浪潮电子信息产业股份有限公司，未经浪潮电子信息产业股份有限公司许可，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/201911022124.9/，转载请声明来源钻瓜专利网。
