申请/专利权人：苹果公司

申请日：2020-05-06

公开（公告）日：2024-04-30

公开（公告）号：CN112016681B

主分类号：G06N3/10

分类号：G06N3/10;G06N3/0464;G06N3/045;G06N3/082

优先权：["20190531 US 62/855,850","20191014 US 16/601,507"]

专利状态码：有效-授权

法律状态：2024.04.30#授权;2020.12.18#实质审查的生效;2020.12.01#公开

摘要：本公开涉及机器学习操作的分解。本文公开了一种主题技术，所述主题技术接收将在电子设备上执行的神经网络NN模型的表示，所述NN模型的所述表示包括对应于所述NN模型的中间层的节点。所述主题技术针对与所述NN模型的每个相应中间层中的每个节点对应的所述相应操作确定在数学上等效于所述相应操作的相应一组操作，使得所述相应一组操作的输出的聚合等效于所述相应操作的输出。所述主题技术基于每个相应一组操作来生成图，其中所述图包括一组分支，每个分支包括多个操作。所述主题技术确定用于执行所述图的每个分支的相应次序。

主权项：1.一种用于减少存储器流量的方法，包括：接收将在电子设备上执行的神经网络NN模型的表示，所述NN模型的所述表示包括对应于所述NN模型的中间层的节点，其中所述节点中的至少一些各自对应于将由所述电子设备执行的所述NN模型的相应中间层的相应操作；针对与所述NN模型的至少一个相应中间层中的至少一个节点对应的所述相应操作确定在数学上等效于所述相应操作的相应一组操作，使得所述相应一组操作的输出的聚合等效于所述相应操作的输出，其中针对与所述NN模型的所述至少一个相应中间层中的所述至少一个节点对应的所述相应操作的所述确定包括：确定用于所述相应操作的第一多个操作；确定用于所述相应操作的第二多个操作；并且至少部分地基于对所述第一多个操作和所述第二多个操作的分析来选择所述第一多个操作或所述第二多个操作中的一者，其中所述分析至少部分地基于指示计算开销和存储器访问的统计，并且所述分析指示所述第一多个操作或所述第二多个操作中哪一个利用更少的存储器资源；基于每个相应一组操作来生成图，其中所述图包括一组分支，至少一个分支包括多个操作，所述多个操作包括来自每个相应一组操作的特定操作；确定用于执行所述图的每个分支的相应次序；以及存储所述图和所述相应次序。

全文数据：

权利要求：

百度查询： 苹果公司 机器学习操作的分解

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