申请/专利权人：中国科学院微电子研究所

申请日：2023-10-18

公开（公告）日：2024-03-01

公开（公告）号：CN117634565A

主分类号：G06N3/0495

分类号：G06N3/0495;G06N3/063;G06N3/042;G06N3/045;G06N3/0464;G06N3/084;G06V10/28;G06V10/764;G06V10/82

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.19#实质审查的生效;2024.03.01#公开

摘要：本发明公开一种基于RRAM的全二值图卷积网络的加速方法、装置和电子设备，涉及机器学习及人工智能领域。加速方法包括：在二值图卷积网络中的第L层的二值组合阶段中，将图数据的节点特征通过具有二值权重的全连接层提取特征，并进行二值化处理，得到第一二值化节点特征；在二值图卷积网络中的第L层的二值聚合阶段中，基于每个节点的邻居节点对第一二值化节点特征进行汇聚和二值化处理，得到更新后的节点特征；对节点集合中的全部节点迭代进行二值组合阶段和二值聚合阶段，得到优化后的节点特征；基于节点特征实现对图数据或节点的分类，可以在保证识别率的情况下，大大减少模型参数和图数据内存，同时降低了计算功耗。

主权项：1.一种基于RRAM的全二值图卷积网络的加速方法，其特征在于，应用于二值图卷积网络中，所述方法包括：在所述二值图卷积网络中的第L层的二值组合阶段中，将图数据的节点特征通过具有二值权重的全连接层提取特征，并进行二值化处理，得到第一二值化节点特征；在所述二值图卷积网络中的第L层的二值聚合阶段中，基于每个节点的邻居节点对所述第一二值化节点特征进行汇聚和二值化处理，得到更新后的节点特征；对所述节点集合中的全部所述节点迭代进行所述二值组合阶段和所述二值聚合阶段，得到优化后的所述节点特征；基于所述节点特征实现对图数据或节点的分类。

全文数据：

权利要求：

百度查询： 中国科学院微电子研究所 基于RRAM的全二值图卷积网络的加速方法、装置和电子设备

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD