[发明专利]基于数据流的卷积神经网络权重梯度优化方法有效
| 申请号： | 202011532343.4 | 申请日： | 2020-12-22 |
| 公开（公告）号： | CN112633498B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 刘强;孟浩 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06N3/082 | 分类号： | G06N3/082;G06N3/0464 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 李素兰 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于数据流的卷积神经网络权重梯度优化方法，为卷积神经网络权重梯度优化提供一种可配置的数据流架构设计，使其可以支持权重梯度计算中的不同尺寸的卷积运算，实现并行度是串行输入的K×K(卷积核大小)倍，提升整个卷积神经网络训练的性能，解决了权重梯度计算中存在的不同尺寸卷积运算难以实现的问题。与现有技术相比，本发明1)加速效果明显：对于权重梯度计算来说，其并行度较原有的串行方案提升了K×K的并行度，显著地降低数据输入的传输时间，从而达到了加速整个网络训练的目的，并且较通用矩阵乘的方案可以减少1‑1/(K×K)％的输入存储；2)并且同时满足适用性和通用性。 | ||
| 搜索关键词： | 基于 数据流 卷积 神经网络 权重 梯度 优化 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天津大学，未经天津大学许可，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/202011532343.4/，转载请声明来源钻瓜专利网。
- 上一篇：任意偏置电流输出的直流电流传感器电路
- 下一篇：一种核心板布局方法
