[發(fā)明專(zhuān)利]基于神經(jīng)網(wǎng)絡(luò)的高效指令測(cè)試序列生成方法及裝置在審
| 申請(qǐng)?zhí)枺?/td> | 202010740929.3 | 申請(qǐng)日: | 2020-07-28 |
| 公開(kāi)(公告)號(hào): | CN111858221A | 公開(kāi)(公告)日: | 2020-10-30 |
| 發(fā)明(設(shè)計(jì))人: | 王培鑫;梁利平;王志君;管武;洪欽智;劉光宇 | 申請(qǐng)(專(zhuān)利權(quán))人: | 中國(guó)科學(xué)院微電子研究所 |
| 主分類(lèi)號(hào): | G06F11/26 | 分類(lèi)號(hào): | G06F11/26;G06F11/36;G06N3/08 |
| 代理公司: | 中科專(zhuān)利商標(biāo)代理有限責(zé)任公司 11021 | 代理人: | 孫蕾 |
| 地址: | 100029 *** | 國(guó)省代碼: | 北京;11 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 神經(jīng)網(wǎng)絡(luò) 高效 指令 測(cè)試 序列 生成 方法 裝置 | ||
1.一種基于神經(jīng)網(wǎng)絡(luò)的指令測(cè)試序列生成方法,其特征在于,包括以下步驟:
隨機(jī)生成概率向量;
根據(jù)所述概率向量通過(guò)指令生成器生成M種指令;
將所述指令送入處理器硬件代碼,得到處理器模塊覆蓋率;
將所述多個(gè)概率向量作為輸入,所述處理器模塊覆蓋率作為輸出,訓(xùn)練神經(jīng)網(wǎng)絡(luò);
所述神經(jīng)網(wǎng)絡(luò)訓(xùn)練好之后,得到固定參數(shù)神經(jīng)網(wǎng)絡(luò),將隨機(jī)生成的概率向量輸入所述固定參數(shù)神經(jīng)網(wǎng)絡(luò)中,判斷所述固定參數(shù)神經(jīng)網(wǎng)絡(luò)的輸出是否超過(guò)閾值;
在所關(guān)注的處理器模塊的對(duì)應(yīng)輸出均超過(guò)所述閾值的情況下,則選擇對(duì)應(yīng)的概率向量生成測(cè)試序列。
2.根據(jù)權(quán)利要求1所述的指令測(cè)試序列生成方法,其特征在于,所述指令生成器生成指令的具體過(guò)程包括:
高celi(log2M)位概率向量的每一位概率生成對(duì)應(yīng)二進(jìn)制位的1,生成的celi(log2M)位二進(jìn)制數(shù)表示不同指令,其中M代表指令種類(lèi)數(shù),celiA表示大于等于A的最小整數(shù);
從C++的存儲(chǔ)整數(shù)元素的容器讀出對(duì)應(yīng)的實(shí)際MIPS操作碼和功能碼;
概率向量的低26位概率值生成對(duì)應(yīng)指令位的二進(jìn)制1。
3.根據(jù)權(quán)利要求1所述的指令測(cè)試序列生成方法,其特征在于,所述訓(xùn)練神經(jīng)網(wǎng)絡(luò)的過(guò)程包括:
損失函數(shù)
其中,是期望的覆蓋率值,yi是神經(jīng)網(wǎng)絡(luò)輸出值,N個(gè)模塊;
利用梯度下降方法,訓(xùn)練神經(jīng)網(wǎng)絡(luò),更新網(wǎng)絡(luò)參數(shù)。
4.根據(jù)權(quán)利要求1所述的指令測(cè)試序列生成方法,其特征在于,所述概率向量的定義方式為所述概率向量每一位代表生成1的概率取0,0.1,0.2……1.0。
5.一種基于神經(jīng)網(wǎng)絡(luò)的指令測(cè)試序列生成裝置,其特征在于,所述裝置包括神經(jīng)網(wǎng)絡(luò)訓(xùn)練模塊和指令生成模塊,其中,
所述神經(jīng)網(wǎng)絡(luò)訓(xùn)練模塊包括隨機(jī)概率向量生成單元、指令生成器和待訓(xùn)練神經(jīng)網(wǎng)絡(luò),用于訓(xùn)練神經(jīng)網(wǎng)絡(luò);
所述指令生成模塊包括隨機(jī)概率向量生成單元、固定參數(shù)神經(jīng)網(wǎng)絡(luò)、判決器和指令生成器,用于生成測(cè)試序列。
6.根據(jù)權(quán)利要求5所述的指令測(cè)試序列生成裝置,其特征在于,所述指令生成器生成指令的具體過(guò)程包括:
高celi(log2M)位概率向量的每一位概率生成對(duì)應(yīng)二進(jìn)制位的1,生成的celi(log2M)位二進(jìn)制數(shù)表示不同指令,其中M代表指令種類(lèi)數(shù),celi表示大于等于表達(dá)式的最小整數(shù);
從C++的存儲(chǔ)整數(shù)元素的容器讀出對(duì)應(yīng)的實(shí)際MIPS操作碼和功能碼;
概率向量的低26位概率值生成對(duì)應(yīng)指令位的二進(jìn)制1。
7.根據(jù)權(quán)利要求5所述的指令測(cè)試序列生成裝置,其特征在于,所述訓(xùn)練神經(jīng)網(wǎng)絡(luò)的過(guò)程包括:
損失函數(shù)
其中,是期望的覆蓋率值,yi是神經(jīng)網(wǎng)絡(luò)輸出值,N個(gè)模塊;
利用梯度下降方法,訓(xùn)練神經(jīng)網(wǎng)絡(luò),更新網(wǎng)絡(luò)參數(shù)。
8.根據(jù)權(quán)利要求6所述的指令測(cè)試序列生成裝置,其特征在于,所述概率向量的定義方式為所述概率向量每一位代表生成1的概率取0,0.1,0.2……1.0。
9.一種電子設(shè)備,包括:
一個(gè)或多個(gè)處理器;
存儲(chǔ)器,用于存儲(chǔ)一個(gè)或多個(gè)指令,
其中,當(dāng)所述一個(gè)或多個(gè)指令被所述一個(gè)或多個(gè)處理器執(zhí)行時(shí),使得所述一個(gè)或多個(gè)處理器實(shí)現(xiàn)權(quán)利要求1至4中任一項(xiàng)所述的方法。
該專(zhuān)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(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于中國(guó)科學(xué)院微電子研究所,未經(jīng)中國(guó)科學(xué)院微電子研究所許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)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/202010740929.3/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 同類(lèi)專(zhuān)利
- 專(zhuān)利分類(lèi)
G06F 電數(shù)字?jǐn)?shù)據(jù)處理
G06F11-00 錯(cuò)誤檢測(cè);錯(cuò)誤校正;監(jiān)控
G06F11-07 .響應(yīng)錯(cuò)誤的產(chǎn)生,例如,容錯(cuò)
G06F11-22 .在準(zhǔn)備運(yùn)算或者在空閑時(shí)間期間內(nèi),通過(guò)測(cè)試作故障硬件的檢測(cè)或定位
G06F11-28 .借助于檢驗(yàn)標(biāo)準(zhǔn)程序或通過(guò)處理作錯(cuò)誤檢測(cè)、錯(cuò)誤校正或監(jiān)控
G06F11-30 .監(jiān)控
G06F11-36 .通過(guò)軟件的測(cè)試或調(diào)試防止錯(cuò)誤
- 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





