申请/专利权人:北京航空航天大学
申请日:2022-10-12
公开(公告)日:2023-01-24
公开(公告)号:CN115640837A
主分类号:G06N3/063
分类号:G06N3/063;G06F7/544
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.02.14#实质审查的生效;2023.01.24#公开
摘要:本发明提供一种基于神经网络的部分和量化处理方法及装置,所述方法包括:对每个卷积核的输入数据和权重分别进行分区处理,获得每个卷积核的各个分区数据;对每个卷积核的各个分区数据进行阵列量化,获得每个卷积核的各个分区量化数据;对每个卷积核的各个分区量化数据进行乘法累加运算,获得每个卷积核的各个分区的部分和;对每个卷积核的各个分区的部分和进行模数转换,获得每个卷积核的各个分区的整数输出数据;对每个卷积核的各个分区的整数输出数据进行反量化操作,获得每个卷积核的浮点输出数据。所述装置用于执行上述方法。本发明实施例提供的基于神经网络的部分和量化处理方法及装置,提高了计算效率。
主权项:1.一种基于神经网络的部分和量化处理方法,其特征在于,包括:对每个卷积核的输入数据和权重分别进行分区处理,获得每个卷积核的各个分区数据;对每个卷积核的各个分区数据进行阵列量化,获得每个卷积核的各个分区量化数据;对每个卷积核的各个分区量化数据进行乘法累加运算,获得每个卷积核的各个分区的部分和;对每个卷积核的各个分区的部分和进行模数转换,获得每个卷积核的各个分区的整数输出数据;对每个卷积核的各个分区的整数输出数据进行反量化操作,获得每个卷积核的浮点输出数据。
全文数据:
权利要求:
百度查询: 北京航空航天大学 一种基于神经网络的部分和量化处理方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。