[發明專利]用于優化后的深度網絡處理的圖形匹配在審
| 申請號： | 201880027542.4 | 申請日： | 2018-04-27 |
| 公開（公告）號： | CN110574045A | 公開（公告）日： | 2019-12-13 |
| 發明（設計）人： | 毛里西奧·布萊特尼特斯;馬揚克·達加 | 申請（專利權）人： | 超威半導體公司 |
| 主分類號： | G06N3/04 | 分類號： | G06N3/04;G06N3/063;G06N5/02;G06F8/41;G06F1/3234 |
| 代理公司： | 31263 上海勝康律師事務所 | 代理人： | 李獻忠;張靜 |
| 地址： | 美國加利*** | 國省代碼： | 美國;US |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 源代碼表示 圖案 神經網絡 組合層 替換 優化 接收神經網絡 分辨率視頻 可執行版本 有向無環圖 機器學習 替換檢測 圖案識別 系統確定 系統生成 相鄰層 檢測 配置 | ||
1.一種系統，所述系統包括：
存儲器；以及
處理器，所述處理器聯接到所述存儲器；
其中所述系統被配置為：
接收神經網絡的源代碼表示；
確定所述源代碼表示中的兩個或更多個相鄰層與第一圖案匹配；
用單個組合層替換所述源代碼表示中的所述兩個或更多個相鄰層；以及
生成所述神經網絡的優化后的表示，其中所述優化后的表示包括所述單個組合層。
2.如權利要求1所述的系統，其中所述系統被配置為：
接收對一個或多個圖案的指示；
針對每個圖案接收對應的組合層；
確定所述源代碼表示是否包括所述一個或多個圖案的任何出現；以及
用對應的組合層替換所述一個或多個圖案的任何出現。
3.如權利要求2所述的系統，其中所述源代碼表示是有向無環圖(DAG)。
4.如權利要求3所述的系統，其中所述一個或多個圖案中的每個圖案包括所述DAG中的兩個或更多個相鄰節點。
5.如權利要求1所述的系統，其中所述系統被進一步配置為：
接收對由所述神經網絡處理的輸入數據集的大小的指示；
在所述源代碼表示中檢測第二圖案，其中所述第二圖案包括兩個或更多個相鄰層；
識別用于任選地替換所述第二圖案的第二組合層；
基于所述輸入數據集的所述大小而計算所述第二組合層的存儲器利用；
響應于確定所述存儲器利用小于閾值而用所述第二組合層替換所述源代碼表示中的所述第二圖案；以及
響應于確定所述存儲器利用大于或等于所述閾值而保留所述源代碼表示中的所述第二圖案。
6.如權利要求1所述的系統，其中調用單個內核來執行所述單個組合層的操作。
7.如權利要求1所述的系統，其中所述優化后的表示用以生成所述神經網絡的可執行版本。
8.一種方法，所述方法包括：
接收神經網絡的源代碼表示；
確定所述源代碼表示中的兩個或更多個相鄰層與第一圖案匹配；
用單個組合層替換所述源代碼表示中的所述兩個或更多個相鄰層；以及
生成所述神經網絡的優化后的表示，其中所述優化后的表示包括所述單個組合層。
9.如權利要求8所述的方法，所述方法還包括：
接收對一個或多個圖案的指示；
針對每個圖案接收對應的組合層；
確定所述源代碼表示是否包括所述一個或多個圖案的任何出現；以及
用對應的組合層替換所述一個或多個圖案的任何出現。
10.如權利要求9所述的方法，其中所述源代碼表示是有向無環圖(DAG)。
11.如權利要求10所述的方法，其中所述一個或多個圖案中的每個圖案包括所述DAG中的兩個或更多個相鄰節點。
12.如權利要求8所述的方法，所述方法還包括：
接收對由所述神經網絡處理的輸入數據集的大小的指示；
在所述源代碼表示中檢測第二圖案，其中所述第二圖案包括兩個或更多個相鄰層；
識別用于任選地替換所述第二圖案的第二組合層；
基于所述輸入數據集的所述大小而計算所述第二組合層的存儲器利用；
響應于確定所述存儲器利用小于閾值而用所述第二組合層替換所述源代碼表示中的所述第二圖案；以及
響應于確定所述存儲器利用大于或等于所述閾值而保留所述源代碼表示中的所述第二圖案。
13.如權利要求8所述的方法，其中調用單個內核來執行所述單個組合層的操作。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于超威半導體公司，未經超威半導體公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201880027542.4/1.html，轉載請聲明來源鉆瓜專利網。
