“神经网络硬件”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1049607个，建议您升级VIP下载更多相关专利

[发明专利]提供神经网络-CN202111221355.X在审
发明人： M·J·奥康纳 -专利权人： ARM有限公司
申请日： 2021-10-20 - 公布日： 2022-04-22 - 主分类号： G06N3/04 文献下载
摘要：一种提供用于处理数据的神经网络组的计算机实现的方法，该方法包括：识别包括主神经网络和一个或多个子神经网络的神经网络组，每个神经网络包括多个参数，并且其中每个子神经网络的一个或多个参数由该子神经网络和该主神经网络共享；将训练数据输入到每个神经网络中，并且调整每个神经网络的参数；使用经调整的参数来计算每个神经网络的性能得分；通过将该性能得分与使用这些经调整的参数为每个神经网络计算的损失函数的值组合，生成该神经网络组的组合得分；重复该识别和该输入和该调整和该计算以及该生成；以及基于每组神经网络的组合得分的值来选择用于在多个硬件环境中处理数据的神经网络组。
提供神经网络

[发明专利]基于改进深度神经网络的图像分类方法、装置与电子设备-CN201911046087.5有效
发明人：刘哲宇;乔飞 -专利权人：清华大学
申请日： 2019-10-30 - 公布日： 2022-10-25 - 主分类号： G06V10/764 文献下载
摘要：本发明实施例提供一种基于改进深度神经网络的图像分类方法、装置与电子设备，其中该方法包括：在深度神经网络模型的前馈网络中插入近似算子，并对插入近似算子后的深度神经网络模型进行再训练；在再训练的过程中，对所述插入近似算子后的深度神经网络模型进行硬件近似，获取硬件简化模型；利用该硬件简化模型，对待分类图像进行类别划分。本发明实施例通过在深度神经网络模型的前馈网络中插入近似算子，实现将模型中的精确运算单元逐步替换为近似运算单元，能有效解决训练过程的收敛性问题，同时通过将模型权重量化为定点数，能够有效提高模型的容错能力，
基于改进深度神经网络图像分类方法装置电子设备

[发明专利]优化神经网络模型中原始维度算子的装置和方法-CN202011449721.2在审
发明人：不公告发明人 -专利权人：安徽寒武纪信息科技有限公司
申请日： 2020-12-09 - 公布日： 2021-03-09 - 主分类号： G06N3/04 文献下载
摘要：本发明涉及优化神经网络模型中原始维度算子的装置和方法，遍历神经网络模型，以识别神经网络模型的关键节点，在关键节点处置入成对维度算子，结合成对维度算子其中之一与原始维度算子，最后基于结合后的神经网络模型进行推理本发明从关键节点出发减少神经网络中维度算子的数量，以提升网络的运行时间和减少硬件资源的消耗。
优化神经网络模型原始维度算子装置方法

[发明专利]神经网络运行系统和方法-CN201980100192.4在审
发明人：熊超;牛昕宇;蔡权雄 -专利权人：深圳鲲云信息科技有限公司
申请日： 2019-10-22 - 公布日： 2022-04-15 - 主分类号： G06N3/02 文献下载
摘要：本文公开了一种神经网络运行系统和方法，所述系统包括：软件层，设置为根据预设网络模型和所述预设网络模型对应的网络模型数据构建针对数据流计算架构的神经网络计算图并分配所述神经网络计算图对应的计算空间；驱动层，与所述软件层连接，设置为根据所述计算空间进行计算节点初始化并将所述神经网络计算图中多个计算节点的节点数据通过所述驱动层与硬件层之间的数据传输通道传输至所述硬件层；硬件层，与所述驱动层连接，设置为通过所述数据传输管道依次获取所述多个计算节点的节点数据并根据所述节点数据进行计算
神经网络运行系统方法

[发明专利]一种神经网络运算的硬件加速装置和加速方法-CN202110772340.6在审
发明人：蒲朝飞;张楠赓 -专利权人：北京嘉楠捷思信息技术有限公司
申请日： 2021-07-08 - 公布日： 2023-01-13 - 主分类号： G06N3/063 文献下载
摘要：本发明提供了一种神经网络运算的硬件加速装置和加速方法，所述硬件加速装置包括内存模块、解析模块以及多个功能模块；所述内存模块用于缓存神经网络运算的所需数据；所述解析模块用于：接收根据所述内存模块的大小和所述神经网络运算的所需数据而预先确定的指令序列，解析所述指令序列以得到多个类型的操作指令，向各个功能模块下发对应类型的所述操作指令；所述各个功能模块用于响应于接收到对应类型的所述操作指令而执行对应的神经网络运算操作。利用上述装置，能够提高硬件加速装置的通用性。
一种神经网络运算硬件加速装置加速方法

[发明专利]基于深度学习的极化码译码算法-CN201710371218.1有效
发明人：张川;徐炜鸿;吴至臻;尤肖虎 -专利权人：东南大学
申请日： 2017-05-24 - 公布日： 2020-07-14 - 主分类号： H03M13/13 文献下载
摘要：本发明公开了一种基于深度学习的极化码译码算法，提出了多维度缩放Min‑sum置信度传播(Beliefpropagation)译码算法，用以加快译码算法收敛速度；然后根据BP算法的因子图与深度神经网络的相似性，实现了基于深度神经网络的极化码译码器，利用深度学习技术训练深度神经网络译码器，相比原始BP译码算法减少了近90％的译码迭代次数，同时取得了更好的译码性能；最后本发明给出了深度神经网络极化码译码器基本运算模块的硬件实现，并且利用硬件折叠技术减少了50％的硬件消耗。
基于深度学习极化译码算法

[发明专利]一种基于离散Hopfield神经网络的SoC软/硬件划分方法-CN200610022568.9无效
发明人：郭兵;沈艳 -专利权人：四川大学
申请日： 2006-12-21 - 公布日： 2007-08-15 - 主分类号： G06F17/50 文献下载
摘要：一种基于离散Hopfield神经网络的SoC软/硬件划分方法，首先采用图论的描述方法，将SoC软/硬件自动划分(简称SoC划分)问题转化为一个具体的组合优化问题，引入了SoC划分问题的一个新模型，然后，根据SoC划分问题的特点，重新定义了离散Hopfield神经网络的神经元表示、能量函数、运行方程和系数，将离散Hopfield神经网络作为SoC划分优化求解算法，对SoC芯片的功能进行软/硬件自动划分实现同时，在一定硬件面积约束条件下本发明的软/硬件划分结果明显缩短了SoC程序的运行时间。附图是本发明离散Hopfield神经网络结构示意图。
一种基于离散 hopfield 神经网络 soc 硬件划分方法

[发明专利]一种适用于神经形态硬件的脉冲神经网络压缩方法-CN202310244958.4在审
发明人：蒙立伟;乔冠超;马瑞辰;胡绍刚;刘洋;于奇 -专利权人：电子科技大学
申请日： 2023-03-14 - 公布日： 2023-05-30 - 主分类号： G06N3/082 文献下载
摘要：本发明属于计算机视觉和机器学习技术领域，尤其涉及一种适用于神经形态硬件的脉冲神经网络压缩方法。本发明通过综合利用脉冲神经网络中脉冲神经元的统计特性和脉冲卷积通道中批归一化层中的统计数据，在不额外增加过多冗余结构的基础上，实现了高效的模型压缩效果，并在模型微调阶段通过引入稀疏性提高了剪枝后模型的性能相比于传统的神经网络剪枝技术，该适用于神经形态硬件的脉冲神经网络压缩方法可以有效减少脉冲神经网络的模型体积，减少模型运算量且保证脉冲神经网络在剪枝后的性能损失在可接受范围内甚至在特定压缩率下还实现了模型性能的提升
一种适用于神经形态硬件脉冲神经网络压缩方法

[发明专利]一种基于BP神经网络的智能交通控制系统及其控制方法-CN202310762721.5在审
发明人：黄怡洁 -专利权人：广东工贸职业技术学院
申请日： 2023-06-26 - 公布日： 2023-08-29 - 主分类号： G08G1/08 文献下载
摘要：本发明公开了一种基于BP神经网络的智能交通控制系统及其控制方法，涉及智能交通控制技术领域，包括交通控制器硬件和基于十字路口的BP神经网络模型，所述交通控制器硬件包括硬件黄闪模块、主控模块、驱动模块、DSP处理器和图像采集模块，所述基于十字路口的BP神经网络模型包括输入层、隐含层和输出层，所述基于十字路口的BP神经网络模型包含有四个输入神经元和四个输出神经元，通过使用BP神经网络控制预测算法，交通控制器可以通过图像采集模块采集车辆图像，并利用经过训练后的BP神经网络控制算法预测车辆通行时间，从而可以更加精确地预测车辆通行时间，进而在交通灯控制器中更加准确地控制红绿灯变换，提高车辆通行效率。
一种基于 bp 神经网络智能交通控制系统及其控制方法

[发明专利]一种神经网络模型训练方法、系统、装置及存储介质-CN201711450380.9在审
发明人：刘姝;黄雪 -专利权人：郑州云海信息技术有限公司
申请日： 2017-12-27 - 公布日： 2018-06-19 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种神经网络模型训练方法，可以将训练数据与多维kernel转换成矩阵，将卷积运算转换成矩阵乘计算，可以充分利用处理器的计算资源，从而提高卷积神经网络的训练速度，同时使得神经网络在训练过正中梯度下降的方向更加准确，从而加快神经网络的收敛，达到更理想的训练效果。对于batch_size尺寸及图像尺寸规模较大的情况下，更能充分利用硬件资源，尤其针对具备大容量内存的硬件平台，实现快速卷积计算，加快卷积神经网络的训练速度。本发明还提供了一种神经网络模型训练系统、装置及计算机可读存储系统，同样可以实现上述技术效果。
神经网络模型矩阵卷积神经网络神经网络大容量内存计算机可读尺寸规模存储介质存储系统技术效果计算资源卷积计算卷积运算训练数据训练系统训练效果硬件平台硬件资源转换处理器多维收敛图像

[发明专利]一种神经网络比特量化方法和系统-CN201910820791.5在审
发明人：崔鑫 -专利权人：云知声智能科技股份有限公司
申请日： 2019-08-28 - 公布日： 2020-02-04 - 主分类号： G06N3/063 文献下载
摘要：本发明提供了一种神经网络比特量化方法和系统，该方法和系统通过对神经网络模型中每一层的输入信息进行分类和量化处理，以实现对该神经网络模型的递进式累积压缩，从而更进一步地减少该神经网络模型在运算过程中的中间数据和最终结果数据的存储空间；此外，该方法和系统还通过对神经网络模型的每一层的输出信息进行排序处理，这样能够针对每一层的输出信息各自的输出通道特性选择合适的计算方式，从而使得该神经网络模型在硬件上运行时能够获得最优的计算效率和降低硬件运行所需的功耗
神经网络模型输出信息比特量化存储空间计算方式计算效率量化处理排序处理神经网络输出通道输入信息特性选择运算过程中间数据最终结果递进式运行时功耗压缩分类

[发明专利]一种神经网络构建方法以及装置-CN202011131423.9在审
发明人：韩凯;王云鹤;张秋林;张维;许春景;钱莉 -专利权人：华为技术有限公司
申请日： 2020-10-21 - 公布日： 2021-02-26 - 主分类号： G06N3/04 文献下载
摘要：本申请公开了人工智能领域的一种神经网络构建方法以及装置，用于在给定硬件约束条件下，准确高效地构建出与硬件更适配的目标神经网络。该方法包括：从预设的搜索空间中采样得到至少一组第一参数组合，搜索空间中包括构建神经网络时使用的多种参数的取值范围；根据至少一组第一参数组合构建多个第一神经网络；生成映射关系，映射关系包括多种参数和多个第一神经网络的评估结果之间的关系；获取约束范围，所述约束范围包括标识计算装置的计算能力的数值范围；根据映射关系，得到和约束范围对应的第二参数组合；根据第二参数组合得到目标神经网络。
一种神经网络构建方法以及装置

[发明专利]一种硬件加速器及数据处理方法、系统、设备、介质-CN202210340279.2在审
发明人：曹其春;董刚;胡克坤;杨宏斌;尹文枫;王斌强 -专利权人：苏州浪潮智能科技有限公司
申请日： 2022-04-02 - 公布日： 2022-05-13 - 主分类号： G06N3/063 文献下载
摘要：本申请公开了一种硬件加速器及数据处理方法、系统、设备、介质，方法包括获取神经网络运算指令；将神经网络运算指令拆分为卷积指令和其他指令；获取与神经网络运算指令对应的feature数据和filter数据，并对本申请中，硬件加速器在获取神经网络运算指令之后，会将神经网络运算指令拆分为卷积指令和其他指令，并对神经网络运算指令对应feature数据和filter数据进行分块，得到块数据，最后基于卷积指令和其他指令并行对块数据进行运算
一种硬件加速器数据处理方法系统设备介质

[发明专利]一种采用嵌入式硬件运行神经网络的语音增强方法-CN202210182933.1在审
发明人：李恺旭;魏震益;杜怀云 -专利权人：四川天中星航空科技有限公司
申请日： 2022-02-25 - 公布日： 2022-05-13 - 主分类号： G10L21/0232 文献下载
摘要：本发明公开了一种采用嵌入式硬件运行神经网络的语音增强方法，涉及语音信号处理领域，包括：通过语音传感器采集语音数据，并通过FPGA对语音数据进行傅里叶变换，得到语谱图数据；采用FPGA的逻辑单元构建R‑CED神经网络，得到R‑CED神经网络数字逻辑子系统；通过R‑CED神经网络数字逻辑子系统对语谱图数据进行降噪；通过FPGA对降噪后的语谱图数据进行时域还原，得到语音增强数据。本发明基于嵌入式硬件平台，通过FPGA构建实现神经网络，充分利用FPGA数字逻辑门阵列的并行性，相对于基于GPU、CPU等处理器的神经网络运行方式，大大提高了处理速度，保障了语音增强处理的实时性。
一种采用嵌入式硬件运行神经网络语音增强方法

[发明专利]基于时间复用的神经网络预测器及其适用的电子设备-CN201810883953.5有效
发明人：马恺声 -专利权人：清华大学
申请日： 2018-08-06 - 公布日： 2020-11-24 - 主分类号： G06F1/3206 文献下载
摘要：本申请提供一种基于时间复用的神经网络预测器、神经网络芯片、非易失处理器、能量管理系统及其适用的电子设备及装置，所述神经网络预测器的神经网络模块基于接收的至少一个时刻的供电信息、储电信息、以及断电信息中的至少一种信息进行预测计算，输出数据位宽指令、启动指令或写策略指令中的至少一种指令或/及服务质量预测信息；其时序控制模块用于控制所述神经网络模块预测计算的时序。本申请通过一个神经网络预测器的硬件架构在不同时间段内实现多种预测计算，藉此达到节省硬件成本和面积的目的。
基于时间神经网络预测及其适用电子设备