申请/专利权人：深爱智能科技有限公司

申请日：2019-07-18

公开（公告）日：2024-04-16

公开（公告）号：CN111758104B

主分类号：G06N3/0464

分类号：G06N3/0464;G06N3/063;G06N3/0985

优先权：["20190129 KR 10-2019-0011516","20190129 KR 10-2019-0058453"]

专利状态码：有效-授权

法律状态：2024.04.16#授权;2020.10.30#实质审查的生效;2020.10.09#公开

摘要：本发明涉及一种适合于硬件实现的神经网络参数优化方法、神经网络计算方法和装置。根据本发明的适合硬件实现的神经网络参数优化方法可以包括：将神经网络中的现有参数变换成符号化参数和对于每个通道具有单个值的大小参数；再通过剪枝已变换的大小参数而生成优化参数。因此，本发明提供通过在硬件实现中有效地优化卷积神经网络的大量计算及其参数而获得最小的精度损失和最快的计算速度的神经网络参数优化方法、神经网络计算方法及其装置。

主权项：1.一种神经网络参数优化方法，包括：将神经网络中的现有参数变换成符号化参数和对于每个通道具有单个值的大小参数；以及通过剪枝已变换的大小参数生成优化参数，其中，所述剪枝包括：通过使用对于每个输入通道的大小参数的平均值和大小分布或对于每个输入和输出通道的大小参数的平均值和大小分布来计算参考值；以及将相比于所计算的参考值具有小的值的大小参数设置为零，从而能省略相应通道的卷积计算，当使用构成预定层的输入通道的大小参数的平均值和大小分布执行剪枝时，以层特定常数与输入通道的大小参数的平均值的乘积计算参考值，当预定输入通道的大小参数的值小于参考值时，通过将相应通道的大小参数的值更改为零来执行剪枝；当使用构成预定层的输入和输出通道的大小参数的平均值和大小分布执行剪枝时，以层特定常数与输入和输出通道的大小参数的平均值的乘积计算参考值，当预定输入通道的大小参数的值小于参考值时，通过将相应通道的大小参数的值设为零来执行剪枝。

全文数据：

权利要求：

百度查询： 深爱智能科技有限公司 适合于硬件实现的神经网络参数优化方法、神经网络计算方法和装置

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。

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