[发明专利]调错方法及相关产品

说明书

本申请实施例公开了一种调错方法及相关产品，用于对神经网络运算过程进行优化和调错。其中调错装置通过对神经网络运算过程进行优化，提升了神经网络运算的速度，对于优化运算获得的结果进行调错，确定运算结果的正确性，提升了运算结果的可靠性。

技术领域

本申请涉及信息处理技术领域，尤其涉及一种调错方法及相关产品。

背景技术

人工神经网络(Artificial Neural Network，即ANN)，是20世纪80年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象，建立某种简单模型，按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型，由大量的节点(或称神经元)之间相互联接构成。

现有的神经网络的运算基于CPU(Central Processing Unit，中央处理器)或GPU(英文：Graphics Processing Unit，图形处理器)来实现神经网络的运算，在运算的过程中，需要逐层运算，导致运算结果缓慢，造成大量时间消耗。

发明内容

本申请实施例提供了一种调错方法及相关产品，通过层融合运算可提升神经网络的运算速度，提高效率，同时通过不断划分层融合段和非层融合段排除运算结果中的错误，提升运算结果的正确率和可靠性。

本发明实施例第一方面提供了一种调错装置，所述装置包括相互连接的协处理器和主处理器，其中：

所述协处理器用于对神经网络层的输入数据进行层融合运算，获得层融合运算结果；

所述主处理器用于获取所述层融合运算结果，并对所述层融合运算结果和主运算结果进行一致性对比，所述主运算结果为所述主处理器对所述神经网络层的输入数据进行神经网络运算获得；根据对比结果对所述层融合网络进行调错。

本发明实施例第二方面提供了一种调错方法，应用于调错装置，所述装置包括相互连接的协处理器和主处理器，所述方法包括：

所述协处理器对神经网络层的输入数据进行层融合运算，获得层融合运算结果；

所述主处理器获取所述层融合运算结果，并对所述层融合运算结果和主运算结果进行一致性对比，所述主运算结果为所述主处理器对所述神经网络层的输入数据进行神经网络运算获得；

所述主处理器根据对比结果对所述层融合网络进行调错。

本发明实施例第三方面提供了一种芯片，包括第一方面提供的调错装置。

本发明实施例第四方面提供了一种芯片封装结构，该封装结构包括上述第三方面所述的芯片；

本发明实施例第五方面提供了一种板卡，该板卡包括上述第四方面所述的芯片封装结构。

第六方面，本申请实施例提供了一种电子装置，该电子装置包括上述第四方面所述的芯片封装结构或者上述第五方面所述的板卡。

本发明实施例第七方面提供了一种存储介质，用于存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行第二方面任一方法所述的步骤的指令。

可以看出，本申请实施例通过对神经网络层的输入数据进行层融合运算，提升了运算速率，通过将层融合运算结果与主运算结果进行一致性对比，对层融合运算结果的正确性进行判定，当层融合运算发生错误时，对层融合网络进行调错，发现层融合过程中的错误算子，进行对错误算子进行调整，提升了层融合运算的正确率和可靠性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。