[发明专利]深度神经网络中的网络层运算方法及装置在审
| 申请号： | 201810479974.0 | 申请日： | 2018-05-18 |
| 公开（公告）号： | CN110503182A | 公开（公告）日： | 2019-11-26 |
| 发明（设计）人： | 张渊 | 申请（专利权）人： | 杭州海康威视数字技术股份有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 11413 北京柏杉松知识产权代理事务所(普通合伙) | 代理人： | 马敬;项京<国际申请>=<国际公布>=< |
| 地址： | 310051 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种深度神经网络中的网络层运算方法及装置，其中，深度神经网络中的网络层运算方法包括：获取深度神经网络中网络层的参数矩阵；对参数矩阵中各权值进行归一化操作，得到参数归一化矩阵；根据第一预设基矩阵，将参数归一化矩阵中各元素表示为第一预设基矩阵中元素的线性组合，得到线性组合矩阵；将网络层的输入量与线性组合矩阵进行运算，得到网络层的输出量。通过本方案，可以在有效降低深度神经网络的存储量的同时，降低计算量。 | ||
| 搜索关键词： | 网络层 矩阵 神经网络 线性组合 运算 参数归一化 参数矩阵 基矩阵 预设 归一化操作 元素表示 存储量 计算量 输出量 输入量 | ||
【主权项】：
1.一种深度神经网络中的网络层运算方法，其特征在于，所述方法包括：/n获取深度神经网络中网络层的参数矩阵；/n对所述参数矩阵中各权值进行归一化操作，得到参数归一化矩阵；/n根据第一预设基矩阵，将所述参数归一化矩阵中各元素表示为所述第一预设基矩阵中元素的线性组合，得到线性组合矩阵；/n将所述网络层的输入量与所述线性组合矩阵进行运算，得到所述网络层的输出量。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州海康威视数字技术股份有限公司，未经杭州海康威视数字技术股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810479974.0/，转载请声明来源钻瓜专利网。
