[發(fā)明專利]一種并行競爭神經(jīng)網(wǎng)絡(luò)芯片的優(yōu)化方法和裝置有效
| 申請?zhí)枺?/td> | 201810015066.6 | 申請日: | 2018-01-08 |
| 公開(公告)號: | CN108288090B | 公開(公告)日: | 2020-06-19 |
| 發(fā)明(設(shè)計)人: | 廖裕民;陳繼暉 | 申請(專利權(quán))人: | 福州瑞芯微電子股份有限公司 |
| 主分類號: | G06N3/063 | 分類號: | G06N3/063;G06N3/08 |
| 代理公司: | 福州市景弘專利代理事務(wù)所(普通合伙) 35219 | 代理人: | 林祥翔;徐劍兵 |
| 地址: | 350003 福建省*** | 國省代碼: | 福建;35 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 并行 競爭 神經(jīng)網(wǎng)絡(luò) 芯片 優(yōu)化 方法 裝置 | ||
1.一種并行競爭神經(jīng)網(wǎng)絡(luò)芯片的優(yōu)化裝置,其特征在于,所述裝置包括緩存單元、多個可重構(gòu)網(wǎng)絡(luò)矩陣單元、取數(shù)單元、主控單元;每個可重構(gòu)網(wǎng)絡(luò)矩陣單元均與取數(shù)單元連接,取數(shù)單元與緩存單元連接;主控單元與各個可重構(gòu)網(wǎng)絡(luò)矩陣單元連接;所述緩存單元用于存儲參數(shù)元素;
所述參數(shù)元素包括乘加器;
所述主控單元用于配置各個神經(jīng)網(wǎng)絡(luò)單元對應(yīng)的初始參數(shù)配置信息,所述初始參數(shù)配置信息包括神經(jīng)網(wǎng)絡(luò)單元所需的各個參數(shù)元素最小數(shù)量;
所述取數(shù)單元用于根據(jù)初始參數(shù)配置信息從緩存單元中獲取相應(yīng)數(shù)量的參數(shù)元素,所述可重構(gòu)網(wǎng)絡(luò)矩陣單元用于根據(jù)各個參數(shù)元素構(gòu)建出相應(yīng)的神經(jīng)網(wǎng)絡(luò)單元;
所述主控單元還用于配置參數(shù)優(yōu)化信息,并根據(jù)均分規(guī)則將緩存單元中剩余的參數(shù)元素平均配置至各個神經(jīng)網(wǎng)絡(luò)單元;
所述神經(jīng)網(wǎng)絡(luò)單元用于接收主控單元發(fā)送的測試數(shù)據(jù),進行神經(jīng)網(wǎng)絡(luò)訓練,并將神經(jīng)網(wǎng)絡(luò)訓練的結(jié)果發(fā)送至主控單元;所述主控單元用于根據(jù)各個神經(jīng)網(wǎng)絡(luò)單元的訓練結(jié)果,確定當前訓練結(jié)果最差的神經(jīng)網(wǎng)絡(luò)單元,并對該神經(jīng)網(wǎng)絡(luò)單元進行拆分,將拆分得到的參數(shù)元素存儲至緩存單元中,以及用于根據(jù)均分規(guī)則將當前緩存單元中的所有參數(shù)元素重新配置至剩余的神經(jīng)網(wǎng)絡(luò)單元中;所述訓練結(jié)果最差的神經(jīng)網(wǎng)絡(luò)單元為識別率最低的神經(jīng)網(wǎng)絡(luò)單元;所述識別率為神經(jīng)網(wǎng)絡(luò)單元對測試數(shù)據(jù)的計算結(jié)果與真實信息之間的匹配程度,每一測試數(shù)據(jù)對應(yīng)一真實信息;
所述神經(jīng)網(wǎng)絡(luò)單元還用于再次接收主控單元發(fā)送的測試數(shù)據(jù),進行神經(jīng)網(wǎng)絡(luò)訓練,并將再次神經(jīng)網(wǎng)絡(luò)訓練的結(jié)果發(fā)送至主控單元;所述主控單元用于根據(jù)各個神經(jīng)網(wǎng)絡(luò)單元的再次得到的訓練結(jié)果,確定當前訓練結(jié)果最差的神經(jīng)網(wǎng)絡(luò)單元,并對該神經(jīng)網(wǎng)絡(luò)單元進行拆分,將拆分得到的參數(shù)元素存儲至緩存單元中,以及用于根據(jù)均分規(guī)則將當前緩存單元中的所有參數(shù)元素重新配置至剩余的神經(jīng)網(wǎng)絡(luò)單元中;重復上述步驟,直至剩余的神經(jīng)網(wǎng)絡(luò)單元數(shù)量不大于預設(shè)數(shù)量值。
2.如權(quán)利要求1所述的并行競爭神經(jīng)網(wǎng)絡(luò)芯片的優(yōu)化裝置,其特征在于,主控單元用于根據(jù)各個神經(jīng)網(wǎng)絡(luò)單元的訓練結(jié)果,確定訓練結(jié)果最差的神經(jīng)網(wǎng)絡(luò)單元包括:
主控單元用于在各個神經(jīng)網(wǎng)絡(luò)單元的識別率均達到預設(shè)識別率后,將識別率最低的神經(jīng)網(wǎng)絡(luò)單元確定為訓練結(jié)果最差的神經(jīng)網(wǎng)絡(luò)單元。
3.如權(quán)利要求2所述的并行競爭神經(jīng)網(wǎng)絡(luò)芯片的優(yōu)化裝置,其特征在于,所述主控單元用于在至少存在一個神經(jīng)網(wǎng)絡(luò)單元的識別率達不到預設(shè)識別率時,判斷各個神經(jīng)網(wǎng)絡(luò)單元的訓練次數(shù)是否均達到預設(shè)訓練次數(shù),若是統(tǒng)計當前各個神經(jīng)網(wǎng)絡(luò)單元的識別率,將識別率最低的神經(jīng)網(wǎng)絡(luò)單元確定為訓練結(jié)果最差的神經(jīng)網(wǎng)絡(luò)單元。
4.如權(quán)利要求1所述的并行競爭神經(jīng)網(wǎng)絡(luò)芯片的優(yōu)化裝置,其特征在于,主控單元還用于在根據(jù)均分規(guī)則將當前緩存單元中的乘加器重新配置至剩余的神經(jīng)網(wǎng)絡(luò)單元中之后,對各個神經(jīng)網(wǎng)絡(luò)單元的乘加器進行并行度提升;所述并行度提升具體包括:根據(jù)當前乘加器的數(shù)量、乘加器的精度以及神經(jīng)網(wǎng)絡(luò)單元所需的乘加器數(shù)量,將神經(jīng)網(wǎng)絡(luò)單元所需的乘加器整合為下一精度級別的乘加器。
5.如權(quán)利要求1所述的并行競爭神經(jīng)網(wǎng)絡(luò)芯片的優(yōu)化裝置,其特征在于,所述裝置包括WIFI通信單元和配置存儲單元,所述主控單元與配置存儲單元連接,所述主控單元還通過WIFI通信單元與互聯(lián)網(wǎng)連接;
所述主控單元還用于接收任務(wù)請求,并根據(jù)任務(wù)請求類型從配置存儲單元中獲取該類型對應(yīng)的初始參數(shù)配置信息,以及在配置存儲單元中未存儲有任務(wù)請求類型對應(yīng)的初始參數(shù)配置信息時,通過WIFI通信單元從互聯(lián)網(wǎng)中搜索任務(wù)請求類型對應(yīng)的神經(jīng)網(wǎng)絡(luò)單元的初始參數(shù)配置信息,并將搜索得到的初始參數(shù)配置信息存儲于配置存儲單元中。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于福州瑞芯微電子股份有限公司,未經(jīng)福州瑞芯微電子股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810015066.6/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 硬件神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法、計算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡(luò)
- 神經(jīng)網(wǎng)絡(luò)的生成方法、生成裝置和電子設(shè)備
- 一種舌診方法、裝置、計算設(shè)備及計算機存儲介質(zhì)
- 學習神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
- 脈沖神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法及相關(guān)轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲介質(zhì)和計算機設(shè)備
- 一種適應(yīng)目標數(shù)據(jù)集的網(wǎng)絡(luò)模型微調(diào)方法、系統(tǒng)、終端和存儲介質(zhì)
- 用于重構(gòu)人工神經(jīng)網(wǎng)絡(luò)的處理器及其操作方法、電氣設(shè)備
- 一種圖像神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化方法及裝置





