[发明专利]神经网络优化方法、装置、计算机设备及存储介质在审
| 申请号： | 201910910118.0 | 申请日： | 2019-09-24 |
| 公开（公告）号： | CN110659728A | 公开（公告）日： | 2020-01-07 |
| 发明（设计）人： | 不公告发明人 | 申请（专利权）人： | 上海寒武纪信息科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/063;G06N3/08 |
| 代理公司： | 44202 广州三环专利商标代理有限公司 | 代理人： | 郝传鑫;熊永强 |
| 地址： | 201306 上海*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例公开了一种神经网络优化方法、装置、计算机设备及存储介质，通过重构子图的方式获取胶水子图对应的优化结构，并根据重构后的子图对神经网络模型进行优化，可以提高神经网络模型的整体性能。当接收到机器学习处理任务的请求时，调用优化后的神经网络模型可以减少冗余计算，继而减少计算机设备的资源消耗。 | ||
| 搜索关键词： | 神经网络模型 计算机设备 重构 神经网络优化 存储介质 方式获取 机器学习 冗余计算 优化结构 资源消耗 胶水 调用 优化 申请 | ||
【主权项】：
1.一种神经网络优化方法，其特征在于，包括：/n在神经网络模型对应的计算图中提取胶水子图；其中，所述胶水子图是包含胶水算子的子图；所述胶水算子用于对所述计算图的张量数据进行调整；/n在确保所述胶水子图的输入张量数据、输出张量数据不变的情况下，对所述计算图中的所述胶水子图进行处理，获得重构结果子图集合；其中，所述重构结果子图集合中的任意一个重构结果子图的输入张量数据和输出张量数据分别与所述胶水子图的输入张量数据和输出张量数据相同；/n从所述重构结果子图集合中确定目标子图；/n将所述目标子图替换所述计算图中对应的胶水子图，获取优化后的计算图；/n根据所述优化后的计算图获取对应的二进制指令，以分配至对应人工智能处理器上执行任务。/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上海寒武纪信息科技有限公司，未经上海寒武纪信息科技有限公司许可，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/201910910118.0/，转载请声明来源钻瓜专利网。
