[发明专利]具有可变输出数据格式的深度神经网络的硬件实现在审
| 申请号： | 201811094183.2 | 申请日： | 2018-09-19 |
| 公开（公告）号： | CN109635916A | 公开（公告）日： | 2019-04-16 |
| 发明（设计）人： | 克里斯·马丁;大卫·霍夫;保罗·布拉塞特;卡加泰·迪基奇;詹姆斯·因贝尔;克利福德·吉布森 | 申请（专利权）人： | 畅想科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/063;G06N3/08 |
| 代理公司： | 北京东方亿思知识产权代理有限责任公司 11258 | 代理人： | 林强 |
| 地址： | 英国赫*** | 国省代码： | 英国;GB |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及具有可变输出数据格式的深度神经网络的硬件实现。具体地，在本文描述的硬件实现和方法中，硬件实现被配置成：执行一个或多个硬件遍历来实施DNN，其中在每个遍历期间，硬件实现接收用于特定层的输入数据；根据特定层(以及可选地一个或多个后续层)来处理输入数据；并且基于在特定硬件遍历中处理的一个或多个层而输出期望格式的经处理的数据。具体地，当硬件实现接收待处理的输入数据时，硬件实现还接收指示硬件遍历的输出数据的期望格式的信息，并且硬件实现被配置成在输出经处理的数据之前将输出数据转换到期望格式。 | ||
| 搜索关键词： | 硬件实现 期望格式 输出数据 遍历 神经网络 可变 输出数据转换 接收指示 输出 后续层 可选 配置 | ||
【主权项】：
1.一种深度神经网络“DNN”的硬件实现中的方法(500)，所述硬件实现被配置成通过使用一个或多个硬件遍历处理数据来实施所述DNN，所述方法(500)包括：接收用于所述硬件实现的硬件遍历的输入数据集，所述输入数据集表示用于所述DNN的特定层的输入数据的至少一部分(502)；接收指示所述硬件遍历的期望输出数据格式的信息(504)；根据与所述硬件遍历相关联的所述DNN的一个或多个层来处理所述输入数据集，以产生经处理的数据，所述一个或多个层包括所述DNN的特定层(506)；以及将所述经处理的数据转换成所述硬件遍历的期望输出数据格式，以产生所述硬件遍历的输出数据(508)。
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畅想科技有限公司，未经畅想科技有限公司许可，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/201811094183.2/，转载请声明来源钻瓜专利网。
