“刘玉宣”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果4个，建议您升级VIP下载更多相关专利

[发明专利]神经网络并行计算方法、装置、终端设备及存储介质-CN202311004647.7在审
发明人：丁昊杰;王慧渊;刘玉宣;杨飞;周吉星 -专利权人：杭州菲数科技有限公司
申请日： 2023-08-09 - 公布日： 2023-10-27 - 主分类号： G06F9/50 文献下载
摘要：本申请涉及并行计算领域，提供了一种神经网络并行计算方法、装置、终端设备及存储介质，该方法包括：确定当前卷积层的输出通道数，根据所述输出通道数，将计算单元进行分组，得到多个同输入计算单元组；确定所述当前卷积层的输入特征图，读取所述输入特征图中的数据分别输入各个同输入计算单元组中进行卷积运算，得到各个同输入计算单元组输出的第一输出特征数据，直至所述输入特征图全部处理完成；将各个所述同输入计算单元组的第一输出特征数据进行合并，得到所述当前卷积层的输出特征图。通过并行计算充分利用硬件的计算资源，减少了卷积层计算所需时间，提高了计算效率。
神经网络并行计算方法装置终端设备存储介质

[发明专利]一种卷积神经网络计算方法、系统、电子设备和存储介质-CN202310856405.4有效
发明人：丁昊杰;王慧渊;刘玉宣;杨飞;周吉星 -专利权人：杭州菲数科技有限公司
申请日： 2023-07-13 - 公布日： 2023-10-13 - 主分类号： G06N3/0464 文献下载
摘要：本申请提供一种卷积神经网络计算方法、系统、电子设备和存储介质。该方法包括：获取第一网络模型，所述第一网络模型包括若干第一卷积层，每个所述第一卷积层对应有输入特征图和输出特征图；将至少两个所述输入特征图相同的第一卷积层合并为第二卷积层，得到第二网络模型；根据所述第二网络模型交替在两个片内缓存中分别读取对应的输入特征图和存入对应的输出特征图。本申请提出的卷积神经网络计算方法可以提高计算效率，充分发挥硬件的计算性能。
一种卷积神经网络计算方法系统电子设备存储介质

[发明专利]目标检测方法、装置、设备及存储介质-CN202310860858.4有效
发明人：丁昊杰;王文华;王慧渊;刘玉宣;瞿毅 -专利权人：杭州菲数科技有限公司
申请日： 2023-07-13 - 公布日： 2023-09-29 - 主分类号： G06T7/62 文献下载
摘要：本发明提供一种目标检测方法、装置、设备及存储介质，涉及计算机技术领域。该目标检测方法包括：针对目标图像生成多个检测框，将多个检测框依次缓存至预设的检测框队列中；采用多个比较单元，同时对检测框队列中多个比较单元对应的第一待处理检测框，以及第一待处理检测框对应的第二待处理检测框进行比较，得到多个比较单元的第一比较结果；根据多个比较单元的第一比较结果，从检测框队列中，确定目标检测框作为目标图像的目标检测结果。多个检测框依次缓存到预设的检测框队列，比较单元所比较的第一待处理检测框和第一待处理检测框对应的第二待处理检测框均是检测框队列中的检测框，比较单元所比较的检测框并不进行类别限制，提升了计算灵活性。
目标检测方法装置设备存储介质

[发明专利]SiLU激活函数的硬件实现方法、装置及计算设备-CN202310166986.9在审
发明人： 刘玉宣;丁昊杰;王慧渊 -专利权人：杭州菲数科技有限公司
申请日： 2023-02-13 - 公布日： 2023-07-14 - 主分类号： G06N3/048 文献下载
摘要：本发明提供了一种SiLU激活函数的硬件实现方法、装置及计算设备，涉及深度学习技术领域，本发明对目标数据进行SiLU激活函数计算时，采用了分段拟合的函数简化方式，包括部分近似、追加补偿的均匀补偿查表算法，因此在保证SiLU函数的精确度的情况下，减少了SiLU函数计算时的硬件消耗和计算时间。
silu 激活函数硬件实现方法装置计算设备