[發(fā)明專(zhuān)利]基于深度學(xué)習(xí)的布局后布線違例預(yù)測(cè)方法及可讀存儲(chǔ)介質(zhì)有效
| 申請(qǐng)?zhí)枺?/td> | 202011437109.3 | 申請(qǐng)日: | 2020-12-11 |
| 公開(kāi)(公告)號(hào): | CN112233115B | 公開(kāi)(公告)日: | 2021-05-07 |
| 發(fā)明(設(shè)計(jì))人: | 樊沁春;張曦;李楠 | 申請(qǐng)(專(zhuān)利權(quán))人: | 西安國(guó)微半導(dǎo)體有限公司 |
| 主分類(lèi)號(hào): | G06T7/00 | 分類(lèi)號(hào): | G06T7/00 |
| 代理公司: | 西安嘉思特知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61230 | 代理人: | 閆家偉 |
| 地址: | 710000 陜西省西安市高新區(qū)丈八*** | 國(guó)省代碼: | 陜西;61 |
| 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 深度 學(xué)習(xí) 布局 布線 違例 預(yù)測(cè) 方法 可讀 存儲(chǔ) 介質(zhì) | ||
1.一種基于深度學(xué)習(xí)的布局后布線違例預(yù)測(cè)方法,其特征在于,包括:
按照預(yù)設(shè)窗口對(duì)第一版圖信息進(jìn)行分割,以得到每個(gè)所述預(yù)設(shè)窗口對(duì)應(yīng)的第一特征信息,所述第一特征信息包括擁塞、矩形線密度、宏模塊和引腳密度;
根據(jù)所述第一特征信息得到每個(gè)所述第一特征信息對(duì)應(yīng)的第一特征圖像,所述第一特征圖像包括第一擁塞圖像、第一矩形線密度圖像、第一宏模塊圖像和第一引腳密度圖像;
根據(jù)同一所述預(yù)設(shè)窗口對(duì)應(yīng)的所有所述第一特征圖像得到第一五維張量圖像;
根據(jù)同一所述預(yù)設(shè)窗口對(duì)應(yīng)的所有所述第一特征圖像得到第一五維張量圖像,包括:
將同一所述預(yù)設(shè)窗口對(duì)應(yīng)的所述第一擁塞圖像、所述第一矩形線密度圖像、所述第一宏模塊圖像和所述第一引腳密度圖像疊加成為第一三維圖像;
將若干所述第一三維圖像轉(zhuǎn)換為第一五維張量圖像;
根據(jù)所述預(yù)設(shè)窗口得到對(duì)應(yīng)的第一設(shè)計(jì)規(guī)則違反圖像;
將n1個(gè)所述第一五維張量圖像和m1個(gè)所述設(shè)計(jì)規(guī)則違反圖像輸入至第一網(wǎng)絡(luò)模型得到訓(xùn)練完的第一網(wǎng)絡(luò)模型,其中,所述第一網(wǎng)絡(luò)模型為由將全卷積神經(jīng)網(wǎng)絡(luò)模型最后的全連接層修改為反卷積層得到;
基于訓(xùn)練完的第一網(wǎng)絡(luò)模型,在第一層至第五層中的至少一層池化層后添加反卷積層,并將n1個(gè)所述第一五維張量圖像和m1個(gè)所述第一設(shè)計(jì)規(guī)則違反圖像輸入至修改后的第一網(wǎng)絡(luò)模型,以得到第一訓(xùn)練模型;
將n2個(gè)所述第一五維張量圖像和對(duì)應(yīng)的m2個(gè)所述第一設(shè)計(jì)規(guī)則違反圖像輸入至所述第一訓(xùn)練模型得到第二訓(xùn)練模型;
將第二版圖信息對(duì)應(yīng)的第二五維張量圖像和第二設(shè)計(jì)規(guī)則違反圖像輸入至所述第二訓(xùn)練模型得到最終訓(xùn)練模型;
將待預(yù)測(cè)數(shù)據(jù)輸入至所述最終訓(xùn)練模型得到預(yù)測(cè)結(jié)果。
2.根據(jù)權(quán)利要求1所述的布局后布線違例預(yù)測(cè)方法,其特征在于,按照預(yù)設(shè)窗口對(duì)第一版圖信息進(jìn)行分割,以得到每個(gè)所述預(yù)設(shè)窗口對(duì)應(yīng)的若干第一特征信息,包括:
獲取所述第一版圖信息;
以a*b個(gè)布線網(wǎng)格將所述第一版圖信息劃分為若干與所述布線網(wǎng)格大小對(duì)應(yīng)的窗口;
基于a1*b1個(gè)所述布線網(wǎng)格,將所述第一版圖信息分割為若干個(gè)預(yù)設(shè)窗口,其中,a1a,b1b;
根據(jù)所述預(yù)設(shè)窗口得到所述第一特征信息。
3.根據(jù)權(quán)利要求2所述的布局后布線違例預(yù)測(cè)方法,其特征在于,所述布線網(wǎng)格的長(zhǎng)和寬均等于標(biāo)準(zhǔn)單元的高度。
4.根據(jù)權(quán)利要求1所述的布局后布線違例預(yù)測(cè)方法,其特征在于,根據(jù)所述第一特征信息得到每個(gè)所述第一特征信息對(duì)應(yīng)的第一特征圖像,包括:
將每個(gè)所述第一特征信息均轉(zhuǎn)換為相同尺寸的所述第一特征圖像,所述第一特征圖像為多通道圖像。
5.根據(jù)權(quán)利要求1所述的布局后布線違例預(yù)測(cè)方法,其特征在于,根據(jù)所述預(yù)設(shè)窗口得到對(duì)應(yīng)的第一設(shè)計(jì)規(guī)則違反圖像,包括:
獲取所述第一版圖信息的設(shè)計(jì)規(guī)則違反信息;
將每個(gè)所述預(yù)設(shè)窗口對(duì)應(yīng)的所述設(shè)計(jì)規(guī)則違反信息轉(zhuǎn)換為所述第一設(shè)計(jì)規(guī)則違反圖像,所述第一設(shè)計(jì)規(guī)則違反圖像為掩碼圖。
6.根據(jù)權(quán)利要求1所述的布局后布線違例預(yù)測(cè)方法,其特征在于,基于訓(xùn)練完的第一網(wǎng)絡(luò)模型,在第一層至第五層中的至少一層池化層后添加反卷積層,并將n1個(gè)所述第一五維張量圖像和m1個(gè)所述第一設(shè)計(jì)規(guī)則違反圖像輸入至修改后的第一網(wǎng)絡(luò)模型,以得到第一訓(xùn)練模型,包括:
基于訓(xùn)練完的第一網(wǎng)絡(luò)模型,在第四層池化層后添加反卷積層,并將n1個(gè)所述第一五維張量圖像和m1個(gè)所述第一設(shè)計(jì)規(guī)則違反圖像輸入至修改后的第一網(wǎng)絡(luò)模型得到第二網(wǎng)絡(luò)模型;
基于第二網(wǎng)絡(luò)模型,在第二層或第三層池化層后添加反卷積層,并將n1個(gè)所述第一五維張量圖像和m1個(gè)所述第一設(shè)計(jì)規(guī)則違反圖像輸入至修改后的第二網(wǎng)絡(luò)模型得到所述第一訓(xùn)練模型。
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)利屬于西安國(guó)微半導(dǎo)體有限公司,未經(jīng)西安國(guó)微半導(dǎo)體有限公司許可,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/202011437109.3/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 根據(jù)用戶學(xué)習(xí)效果動(dòng)態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個(gè)人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動(dòng)學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 游戲?qū)W習(xí)效果評(píng)測(cè)方法及系統(tǒng)





