[發(fā)明專利]一種提升卷積神經(jīng)網(wǎng)絡可靠性的方法、系統(tǒng)及設備

有效

• 申請?zhí)枺?/td>: 202110411945.2
• 申請日: 2021-04-16
• 公開（公告）號: CN112965854B
• 公開（公告）日: 2022-04-29
• 發(fā)明（設計）人: 譚婧煒佳;王麒翔;平麗琪;閻凱歌
• 申請（專利權）人: 吉林大學
• 主分類號: G06F11/10
• 分類號: G06F11/10;G06N3/04
• 代理公司: 北京集佳知識產(chǎn)權代理有限公司 11227
• 代理人: 王曉坤

1.一種提升卷積神經(jīng)網(wǎng)絡可靠性的方法，其特征在于，包括：

根據(jù)輸入的圖像處理命令確定待處理圖像數(shù)據(jù)、卷積神經(jīng)網(wǎng)絡模型及校驗碼；

利用所述校驗碼對所述卷積神經(jīng)網(wǎng)絡模型進行軟錯誤校驗；

若所述卷積神經(jīng)網(wǎng)絡模型未出現(xiàn)軟錯誤，則利用所述卷積神經(jīng)網(wǎng)絡模型對所述待處理圖像數(shù)據(jù)進行圖像處理；所述卷積神經(jīng)網(wǎng)絡模型使用的數(shù)據(jù)類型包括32位浮點數(shù)，利用所述校驗碼對所述卷積神經(jīng)網(wǎng)絡模型進行軟錯誤校驗，包括：確定所述卷積神經(jīng)網(wǎng)絡模型中的待檢測卷積核；利用所述校驗碼對所述待檢測卷積核中權重的第30位進行SEC-DED ECC檢測。

2.根據(jù)權利要求1所述的方法，其特征在于，還包括：

當所述待檢測卷積核的權重的第30位出現(xiàn)軟錯誤時，利用所述校驗碼對所述待檢測卷積核中權重的第30位進行修正；

利用修正后的所述待檢測卷積核對所述待處理圖像數(shù)據(jù)進行圖像處理。

3.根據(jù)權利要求1所述的方法，其特征在于，所述卷積神經(jīng)網(wǎng)絡模型使用的數(shù)據(jù)類型包括32位浮點數(shù)，利用所述校驗碼對所述卷積神經(jīng)網(wǎng)絡模型進行軟錯誤校驗，包括：

確定所述卷積神經(jīng)網(wǎng)絡模型中的待檢測卷積核；

利用所述校驗碼對所述待檢測卷積核中權重的第21位至第30位進行SEC-DED ECC檢測。

4.根據(jù)權利要求1所述的方法，其特征在于，在根據(jù)輸入的圖像處理命令確定待處理圖像數(shù)據(jù)、卷積神經(jīng)網(wǎng)絡模型及校驗碼之前，還包括：

利用預設訓練集對初始模型進行訓練得到所述卷積神經(jīng)網(wǎng)絡模型；

根據(jù)所述卷積神經(jīng)網(wǎng)絡模型中的卷積核生成對應的校驗碼。

5.根據(jù)權利要求1所述的方法，其特征在于，所述卷積神經(jīng)網(wǎng)絡模型使用的數(shù)據(jù)類型包括16位浮點數(shù)或64位浮點數(shù)。

6.一種提升卷積神經(jīng)網(wǎng)絡可靠性的系統(tǒng)，其特征在于，包括：

確定模塊，用于根據(jù)輸入的圖像處理命令確定待處理圖像數(shù)據(jù)、卷積神經(jīng)網(wǎng)絡模型及校驗碼；

校驗模塊，用于利用所述校驗碼對所述卷積神經(jīng)網(wǎng)絡模型進行軟錯誤校驗；

圖像處理模塊，用于若所述卷積神經(jīng)網(wǎng)絡模型未出現(xiàn)軟錯誤，則利用所述卷積神經(jīng)網(wǎng)絡模型對所述待處理圖像數(shù)據(jù)進行圖像處理；所述卷積神經(jīng)網(wǎng)絡模型使用的數(shù)據(jù)類型包括32位浮點數(shù)，所述校驗模塊包括：

第一確定子模塊，用于確定所述卷積神經(jīng)網(wǎng)絡模型中的待檢測卷積核；

第一檢測子模塊，用于利用所述校驗碼對所述待檢測卷積核中權重的第30位進行SEC-DED ECC檢測。

7.一種提升卷積神經(jīng)網(wǎng)絡可靠性設備，其特征在于，包括：

存儲器，用于存儲計算機程序；

處理器，用于執(zhí)行所述計算機程序時實現(xiàn)如權利要求1至5任一項所述提升卷積神經(jīng)網(wǎng)絡可靠性的方法的步驟。

8.一種可讀存儲介質，其特征在于，所述可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權利要求1至5任一項所述提升卷積神經(jīng)網(wǎng)絡可靠性的方法的步驟。