[發明專利]基于掩碼的稀疏矩陣壓縮的方法、系統以及程序產品

在審

• 申請號: 201780023622.8
• 申請日: 2017-04-12
• 公開（公告）號: CN109416702A
• 公開（公告）日: 2019-03-01
• 發明（設計）人: 黃錫霖
• 申請（專利權）人: 黃錫霖
• 主分類號: G06F17/16
• 分類號: G06F17/16
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國

本發明公開了一種基于掩碼的稀疏矩陣壓縮的方法，系統和程序產品，其包括以順序方式檢查第一矩陣的元素；確定檢查元素的數值；如果確定的數值等于零，則將第一掩碼的對應比特設定為第一個數值；如果確定的數值不等于零，則將第一掩碼的對應比特設定為第二數值；非零數值被打包在第一矢量中，其中至少一第一掩碼的比特決定對打包數值的操作。

相關共同待審美國專利申請

不適用

政府資助研究與開發

不適用

序列表、表格或計算機列表附錄引用

不適用

版權聲明

本專利文件的公開內容的一部分包含受其作者的版權保護的材料。一旦專利文件或專利公開內容出現在專利商標局、專利文件或記錄中，除其他所有保留版權的情況外，版權所有者不反對任何人以引用為目的將其作為現有技術進行傳真復制。

背景技術

本發明的一個或多個實施例一般涉及數據壓縮。更具體地來說，本發明的某些實施例涉及基于掩碼的壓縮方案。

以下背景信息可以呈現先前技術的特定方面的示例(例如，但不限于，方法、事實或常識)，盡管預期有助于進一步教育讀者關于先前的其他方面。本領域技術人員不應將本發明或其任何實施例限制于其中陳述或暗示或推斷的任何內容。

典型的神經網絡可以使用輸入數據和權重來對對象進行分類，權重和特征映像通常可能很大。在數值分析中，稀疏矩陣是大多數元素為零的矩陣。相反地，如果大多數元素不等于零，那幺矩陣被認為是密集的。零數值元素的數量除以元素的總數稱為矩陣的稀疏度。當在計算器上存儲和操作稀疏矩陣時，利用矩陣的稀疏結構的專用算法和數據結構可能是有益的并且通常是必要的。當應用于大型稀疏矩陣時，使用標準密集矩陣結構和算法的操作被認為是緩慢且低效的，因為處理器和存儲器被浪費在零上。稀疏數據本質上更容易壓縮，因此需要的存儲量會顯著地減少。

以下是先前技術中的特定方面的示例，盡管預期有助于進一步教育讀者關于先前技術的其他方面，但是不應將其中陳述或暗示或推斷的任何事情作為限制本發明或本發明任何實施例的限制。壓縮稀疏行(CSR)或壓縮行存儲(CRS)格式表示三個(一維)數組的矩陣，它們分別包含非零數值、行的范圍和列的索引。壓縮稀疏列(CSC)與壓縮稀疏行類似，其中它們的不同之處在于，首先按列讀取數值，為每個數值存儲行的索引，并且存儲列的指針。一般而言這些技術不是非常有效，需要對矩陣矢量的積或預處理器求解中的每個單一標量運算進行間接尋址步驟。

鑒于前述內容，顯然這些先前技術有些缺點，并且為更優化的方法留出了許多可供改善的空間。

附圖說明

附圖說明通過示例而非限制的方式在附圖中舉例說明了本發明，并且其中相同的附圖標記表示類似的組件，并且其中：

圖1A、1B和1C舉例說明一個壓縮稀疏矩陣格式的實施例。

圖2A、2B和2C舉例說明一個根據本發明實施例的壓縮格式。

圖3舉例說明一個根據本發明實施例的用于壓縮的方法。

圖4A、4B和4C舉例說明一個根據本發明實施例的壓縮格式。

圖5A和5B舉例說明一個根據本發明實施例的兩個級別的金字塔掩碼壓縮格式。

圖6舉例說明一個根據本發明實施例的兩個級別的金字塔掩碼壓縮格式。

圖7A-7D舉例說明一個根據本發明實施例的卷積運算。

圖8舉例說明一個根據本發明實施例的混合兩個級別的金字塔掩碼壓縮格式。

圖9舉例說明一個根據本發明實施例的程序結構。