[发明专利]卷积神经网络在量化过程前向推理降低精度损失的方法在审
| 申请号： | 202010020803.9 | 申请日： | 2020-01-09 |
| 公开（公告）号： | CN113095472A | 公开（公告）日： | 2021-07-09 |
| 发明（设计）人： | 周飞飞;于晓静 | 申请（专利权）人： | 北京君正集成电路股份有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 北京竹辰知识产权代理事务所(普通合伙) 11706 | 代理人： | 聂鹏 |
| 地址： | 100193 北京市海淀区西北旺*** | 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： | 本发明提供一种提供卷积神经网络在量化过程前向推理降低精度损失的方法，所述方法包括：在进行权重量化反量化过程中，提取batchnorm值，避免batchnorm值异常值对权重量化影响；卷积之后32bit反量化输出与batchnorm提取值相乘，从而避免精度损失。所述的量化过程是直接对权重进行量化，不对权重合并任何batchnorm参数值。 | ||
| 搜索关键词： | 卷积 神经网络 量化 过程 推理 降低 精度 损失 方法 | ||
【主权项】：
暂无信息
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北京君正集成电路股份有限公司，未经北京君正集成电路股份有限公司许可，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/202010020803.9/，转载请声明来源钻瓜专利网。
