申请/专利权人:谷歌有限责任公司
申请日:2019-11-15
公开(公告)日:2024-04-09
公开(公告)号:CN112970006B
主分类号:G06F12/02
分类号:G06F12/02;G06N3/0442;G06N3/084;G06F12/0862
优先权:["20181119 US 62/769,512","20190130 US 16/262,785"]
专利状态码:有效-授权
法律状态:2024.04.09#授权;2021.07.02#实质审查的生效;2021.06.15#公开
摘要:本发明属于递归神经网络技术领域,具体公开了方法,系统和装置,包括编码在计算机存储介质上的计算机程序,涉及多任务递归神经网络。其中,一种方法包括维护数据,该数据对于递归神经网络,指定多个存储区域中的每一个存储区域的单独的内部状态;接收当前输入;识别由当前输入限定的内存访问地址的特定内存区域;从维护的数据所指定的内部状态中选择特定内存区域的内部状态;根据所选择的特定内存区域的内部状态,使用递归神经网络来处理输入序列中的当前输入,从而:生成输出,该输出限定预测的内存访问地址的概率分布,以及更新所选择的特定存储区域的内部状态;并且在所维护的数据中将更新后的所选择的内部状态与特定内存区域相关联。
主权项:1.一种内存访问预测方法,其特征在于,包括:维护递归神经网络的内部状态数据,所述递归神经网络被训练为预测计算机程序在多个内存区域中的内存访问地址,所述内部状态数据指定所述多个内存区域中的每一个内存区域的单独的内部状态;接收输入序列中的当前输入,所述输入序列限定所述计算机程序的在先内存访问地址序列;识别由所述输入序列中的所述当前输入所限定的所述内存访问地址的特定内存区域;从所维护的数据中指定的所述内部状态中选择所述特定内存区域的所述内部状态;根据所选择的所述特定内存区域的所述内部状态,使用所述递归神经网络来处理所述输入序列中的所述当前输入,从而:生成输出,所述输出限定预测的内存访问地址的概率分布,所述预测的内存访问地址是所述计算机程序在所述特定内存区域中的未来内存访问地址;更新所选择的所述特定内存区域的所述内部状态;以及在所维护的所述数据中,将更新的所选择的所述内部状态与所述特定内存区域相关联。
全文数据:
权利要求:
百度查询: 谷歌有限责任公司 一种基于递归神经网络的内存访问预测方法和电路
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。