[發(fā)明專利]神經(jīng)網(wǎng)絡(luò)處理方法、計(jì)算機(jī)系統(tǒng)及存儲(chǔ)介質(zhì)有效
| 申請(qǐng)?zhí)枺?/td> | 202010364385.5 | 申請(qǐng)日: | 2017-12-29 |
| 公開(公告)號(hào): | CN111582464B | 公開(公告)日: | 2023-09-29 |
| 發(fā)明(設(shè)計(jì))人: | 請(qǐng)求不公布姓名 | 申請(qǐng)(專利權(quán))人: | 中科寒武紀(jì)科技股份有限公司 |
| 主分類號(hào): | G06N3/063 | 分類號(hào): | G06N3/063;G06N3/0464;G06N3/08;G06N20/00 |
| 代理公司: | 暫無(wú)信息 | 代理人: | 暫無(wú)信息 |
| 地址: | 100191 北京市海淀區(qū)*** | 國(guó)省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 神經(jīng)網(wǎng)絡(luò) 處理 方法 計(jì)算機(jī)系統(tǒng) 存儲(chǔ) 介質(zhì) | ||
本發(fā)明提供了一種神經(jīng)網(wǎng)絡(luò)的處理方法,上述方法包括如下步驟:獲取原始網(wǎng)絡(luò)的模型數(shù)據(jù)集及模型結(jié)構(gòu)參數(shù),其中,模型數(shù)據(jù)集包括原始網(wǎng)絡(luò)中各個(gè)計(jì)算節(jié)點(diǎn)對(duì)應(yīng)的網(wǎng)絡(luò)權(quán)值,模型結(jié)構(gòu)參數(shù)包括原始網(wǎng)絡(luò)中多個(gè)計(jì)算節(jié)點(diǎn)的連接關(guān)系及各個(gè)計(jì)算節(jié)點(diǎn)的計(jì)算屬性;根據(jù)原始網(wǎng)絡(luò)的模型數(shù)據(jù)集和模型結(jié)構(gòu)參數(shù)運(yùn)行原始網(wǎng)絡(luò),獲得原始網(wǎng)絡(luò)中各個(gè)計(jì)算節(jié)點(diǎn)對(duì)應(yīng)的指令;根據(jù)原始網(wǎng)絡(luò)的各個(gè)計(jì)算節(jié)點(diǎn)對(duì)應(yīng)的網(wǎng)絡(luò)權(quán)值及指令,生成原始網(wǎng)絡(luò)對(duì)應(yīng)的離線模型,并將原始網(wǎng)絡(luò)對(duì)應(yīng)的離線模型存儲(chǔ)至非易失性存儲(chǔ)器中。本發(fā)明還提供了一種計(jì)算機(jī)系統(tǒng)及存儲(chǔ)介質(zhì)。本發(fā)明的神經(jīng)網(wǎng)絡(luò)處理方法、計(jì)算機(jī)系統(tǒng)及存儲(chǔ)介質(zhì),縮短處理器運(yùn)行同一網(wǎng)絡(luò)的運(yùn)行時(shí)間,提高處理器的處理速度及效率。
技術(shù)領(lǐng)域
本發(fā)明涉及深度學(xué)習(xí)技術(shù)領(lǐng)域,特別是涉及一種神經(jīng)網(wǎng)絡(luò)處理方法、計(jì)算機(jī)系統(tǒng)及存儲(chǔ)介質(zhì)。
背景技術(shù)
隨著人工智能技術(shù)的發(fā)展,如今深度學(xué)習(xí)已無(wú)處不在且必不可少,并隨之產(chǎn)生了許多可擴(kuò)展的深度學(xué)習(xí)系統(tǒng),例如,TensorFlow、MXNet、Caffe和PyTorch等等,上述深度學(xué)習(xí)系統(tǒng)可以用于提供各種能夠在CPU或GPU等處理器上運(yùn)行的神經(jīng)網(wǎng)絡(luò)模型。一般地,處理器在運(yùn)行神經(jīng)網(wǎng)絡(luò)模型時(shí),如運(yùn)行Caffe網(wǎng)絡(luò)模型時(shí),每次均需要對(duì)該神經(jīng)網(wǎng)絡(luò)模型中的各個(gè)計(jì)算節(jié)點(diǎn)分別進(jìn)行編譯、解析,之后,按照該神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)形式按照一定的形式執(zhí)行各個(gè)計(jì)算節(jié)點(diǎn)。其中,神經(jīng)網(wǎng)絡(luò)模型以及網(wǎng)絡(luò)結(jié)構(gòu)可以是已訓(xùn)練好或未訓(xùn)練好的人工神經(jīng)網(wǎng)絡(luò)模型數(shù)據(jù)。上述對(duì)神經(jīng)網(wǎng)絡(luò)的處理方法會(huì)影響處理器的處理速度,處理效率較低。
發(fā)明內(nèi)容
鑒于上述的網(wǎng)絡(luò)模型處理方法導(dǎo)致的處理效率低的問(wèn)題,本發(fā)明的目的在于提供一種神經(jīng)網(wǎng)絡(luò)處理方法、計(jì)算機(jī)系統(tǒng)及存儲(chǔ)介質(zhì),提高裝置對(duì)神經(jīng)網(wǎng)絡(luò)的處理速度及處理效率。
為實(shí)現(xiàn)上述目的,本發(fā)明采用如下技術(shù)方案:
一種神經(jīng)網(wǎng)絡(luò)的處理方法,所述方法包括如下步驟:
獲取原始網(wǎng)絡(luò)的模型數(shù)據(jù)集及模型結(jié)構(gòu)參數(shù),其中,所述模型數(shù)據(jù)集包括所述原始網(wǎng)絡(luò)中各個(gè)計(jì)算節(jié)點(diǎn)對(duì)應(yīng)的網(wǎng)絡(luò)權(quán)值,所述模型結(jié)構(gòu)參數(shù)包括所述原始網(wǎng)絡(luò)中多個(gè)計(jì)算節(jié)點(diǎn)的連接關(guān)系及各個(gè)計(jì)算節(jié)點(diǎn)的計(jì)算屬性;
根據(jù)所述原始網(wǎng)絡(luò)的模型數(shù)據(jù)集和模型結(jié)構(gòu)參數(shù)運(yùn)行所述原始網(wǎng)絡(luò),獲得所述原始網(wǎng)絡(luò)中各個(gè)計(jì)算節(jié)點(diǎn)對(duì)應(yīng)的指令;
根據(jù)所述原始網(wǎng)絡(luò)的各個(gè)計(jì)算節(jié)點(diǎn)對(duì)應(yīng)的網(wǎng)絡(luò)權(quán)值及指令,生成所述原始網(wǎng)絡(luò)對(duì)應(yīng)的離線模型,并將所述原始網(wǎng)絡(luò)對(duì)應(yīng)的離線模型存儲(chǔ)至非易失性存儲(chǔ)器中。
在其中一個(gè)實(shí)施例中,所述的根據(jù)所述原始網(wǎng)絡(luò)的模型數(shù)據(jù)集和模型結(jié)構(gòu)參數(shù)運(yùn)行所述原始網(wǎng)絡(luò),獲得所述原始網(wǎng)絡(luò)中各個(gè)計(jì)算節(jié)點(diǎn)對(duì)應(yīng)的指令的步驟,包括:
根據(jù)所述原始網(wǎng)絡(luò)的模型結(jié)構(gòu)參數(shù),獲得所述原始網(wǎng)絡(luò)中各個(gè)計(jì)算節(jié)點(diǎn)的執(zhí)行順序;
按照所述原始網(wǎng)絡(luò)中各個(gè)計(jì)算節(jié)點(diǎn)的執(zhí)行順序運(yùn)行所述原始網(wǎng)絡(luò),分別獲得所述原始網(wǎng)絡(luò)中各個(gè)計(jì)算節(jié)點(diǎn)對(duì)應(yīng)的指令。
在其中一個(gè)實(shí)施例中,所述的根據(jù)所述原始網(wǎng)絡(luò)的各個(gè)計(jì)算節(jié)點(diǎn)對(duì)應(yīng)的網(wǎng)絡(luò)權(quán)值及指令,生成所述原始網(wǎng)絡(luò)對(duì)應(yīng)的離線模型的步驟,包括:
根據(jù)所述原始網(wǎng)絡(luò)的模型數(shù)據(jù)集和模型結(jié)構(gòu)參數(shù),獲得所述原始網(wǎng)絡(luò)的內(nèi)存分配方式;
根據(jù)所述原始網(wǎng)絡(luò)的內(nèi)存分配方式,將所述原始網(wǎng)絡(luò)運(yùn)行過(guò)程中的相關(guān)數(shù)據(jù)存儲(chǔ)至第一存儲(chǔ)器中,其中,所述原始網(wǎng)絡(luò)運(yùn)行過(guò)程中的相關(guān)數(shù)據(jù)包括所述原始網(wǎng)絡(luò)的各個(gè)計(jì)算節(jié)點(diǎn)對(duì)應(yīng)的網(wǎng)絡(luò)權(quán)值、指令、輸入數(shù)據(jù)及輸出數(shù)據(jù);
從所述第一存儲(chǔ)器中獲取所述原始網(wǎng)絡(luò)的各個(gè)計(jì)算節(jié)點(diǎn)對(duì)應(yīng)的網(wǎng)絡(luò)權(quán)值及指令,并將所述原始網(wǎng)絡(luò)的各個(gè)計(jì)算節(jié)點(diǎn)對(duì)應(yīng)的網(wǎng)絡(luò)權(quán)值及指令存儲(chǔ)于第二存儲(chǔ)器中,生成所述離線模型,其中,所述第二存儲(chǔ)器為非易失性存儲(chǔ)器。
在其中一個(gè)實(shí)施例中,所述離線模型中還包括節(jié)點(diǎn)接口數(shù)據(jù),所述節(jié)點(diǎn)接口數(shù)據(jù)用于表示所述原始網(wǎng)絡(luò)的各個(gè)計(jì)算節(jié)點(diǎn)的連接關(guān)系。
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)利屬于中科寒武紀(jì)科技股份有限公司,未經(jīng)中科寒武紀(jì)科技股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010364385.5/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 硬件神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法、計(jì)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(jì)算設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)
- 學(xué)習(xí)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(chǔ)介質(zhì)和計(jì)算機(jī)設(shè)備
- 一種適應(yīng)目標(biāo)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(chǔ)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
- 一種數(shù)據(jù)庫(kù)讀寫分離的方法和裝置
- 一種手機(jī)動(dòng)漫人物及背景創(chuàng)作方法
- 一種通訊綜合測(cè)試終端的測(cè)試方法
- 一種服裝用人體測(cè)量基準(zhǔn)點(diǎn)的獲取方法
- 系統(tǒng)升級(jí)方法及裝置
- 用于虛擬和接口方法調(diào)用的裝置和方法
- 線程狀態(tài)監(jiān)控方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)
- 一種JAVA智能卡及其虛擬機(jī)組件優(yōu)化方法
- 檢測(cè)程序中方法耗時(shí)的方法、裝置及存儲(chǔ)介質(zhì)
- 函數(shù)的執(zhí)行方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 允許服務(wù)器遠(yuǎn)程訪問(wèn)未通電的客戶計(jì)算機(jī)系統(tǒng)資產(chǎn)信息的數(shù)據(jù)處理系統(tǒng)和方法
- 無(wú)需用戶參與自動(dòng)處理推送的信息的方法、系統(tǒng)與程序
- 在客戶計(jì)算機(jī)系統(tǒng)中遠(yuǎn)程禁止網(wǎng)絡(luò)活動(dòng)的數(shù)據(jù)處理系統(tǒng)和方法
- 在客戶計(jì)算機(jī)系統(tǒng)中遠(yuǎn)程禁止網(wǎng)絡(luò)活動(dòng)的數(shù)據(jù)處理系統(tǒng)和方法
- 分配用于多方應(yīng)用層會(huì)話的資格信息
- 分配用于多方應(yīng)用層會(huì)話的資格信息
- 一種用于多層次對(duì)話的調(diào)節(jié)計(jì)算機(jī)系統(tǒng)的方法
- 一種使用混合云計(jì)算系統(tǒng)進(jìn)行通信的方法
- 遠(yuǎn)程禁止客戶計(jì)算機(jī)系統(tǒng)的數(shù)據(jù)處理系統(tǒng)和方法
- 在客戶計(jì)算機(jī)系統(tǒng)中遠(yuǎn)程禁止網(wǎng)絡(luò)活動(dòng)的數(shù)據(jù)處理系統(tǒng)和方法





