专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果200498个,建议您升级VIP下载更多相关专利
  • [发明专利]神经网络运算模块及方法-CN201811040961.X在审
  • 不公告发明人 - 上海寒武纪信息科技有限公司
  • 2018-09-06 - 2020-03-13 - G06N3/063
  • 本发明公开了一种神经网络运算模块,包括存储单元、用于从该存储单元获取第L层的输入神经元精度、权重精度和输出神经元梯度精度;根据输入神经元精度、权重精度和输出神经元梯度精度,获取梯度更新精度T;当梯度更新精度T大于预设精度Tr时,调整输入神经元精度、权重精度和输出神经元梯度精度;和用于根据增大后的输入神经元精度和权重精度来表示第L层的输出神经元和权重和根据增大的输出神经元梯度精度来表示运算得到的第L层输出神经元梯度,以进行后续运算运算单元。采用本发明实施例可以在满足运算需求的同时,减少了运算结果的误差和运算开销,节省了运算资源。
  • 神经网络运算模块方法
  • [发明专利]神经网络运算模块及方法-CN201811041573.3在审
  • 不公告发明人 - 上海寒武纪信息科技有限公司
  • 2018-09-06 - 2020-03-13 - G06N3/04
  • 本发明公开了一种神经网络运算模块,包括存储单元、用于从该存储单元获取第L层的输入神经元精度、权重精度和输出神经元梯度精度;根据输入神经元精度、权重精度和输出神经元梯度精度,获取梯度更新精度T;当梯度更新精度T小于预设精度Tr时,调整输入神经元精度、权重精度和输出神经元梯度精度;和用于根据增大后的输入神经元精度和权重精度来表示第L层的输出神经元和权重和根据增大的输出神经元梯度精度来表示运算得到的第L层输出神经元梯度,以进行后续运算运算单元。采用本发明实施例可以在满足运算需求的同时,减少了运算结果的误差和运算开销,节省了运算资源。
  • 神经网络运算模块方法
  • [发明专利]二值神经网络的梯度重构方法、装置、设备及存储介质-CN202211301162.X在审
  • 尤江华;郑影;杨恒;王湾湾;王杨俊杰;高华 - 中电金信软件有限公司
  • 2022-10-24 - 2023-01-31 - G06N3/0464
  • 本发明提供一种二值神经网络的梯度重构方法、装置、设备及存储介质,所述方法包括:在前向传播过程中,通过量化函数对实值权重和实值激活分别进行二值量化处理,得到二值神经网络的二值权重和二值激活;按照同或及位运算对所述二值权重和二值激活进行卷积运算,得到卷积运算结果;根据所述卷积运算结果确定所述二值神经网络的损失函数的结果;在反向传播过程中,对所述损失函数的结果和二值权重求偏导,得到二值权重的梯度;根据所述二值权重的梯度,确定实值权重的梯度,以便于根据所述实值权重的梯度来更新实值权重本发明通过同或运算和位运算来替代卷积运算中的加法和乘法运算,不但节省了运算时间,加快了推理速度,而且还提高了运算效率。
  • 神经网络梯度方法装置设备存储介质
  • [发明专利]特征值提取方法及系统-CN201110303234.X无效
  • 柴志雷;任小龙;高卫东;刘基宏;潘如如;梁久祯;张平;钟传杰 - 江南大学
  • 2011-09-26 - 2013-04-03 - G06T7/00
  • 本发明揭露了一种特征值提取方法及系统,所述方法包括对输入图像的行和列分别进行一维卷积计算以获得各个有效点的水平和垂直梯度;分别计算各个有效点的水平梯度平方值、水平梯度与垂直梯度的乘积和垂直梯度平方值;分别累计以当前有效点为中心的预定大小窗口内的各个有效点的水平梯度平方值和、水平梯度与垂直梯度的乘积和和垂直梯度平方值和;根据所述窗口内的各个有效点的水平梯度平方值和、水平梯度与垂直梯度的乘积和和垂直梯度平方值和计算当前有效点的特征值。本发明通过可以并行运算的两次一维卷积过程运算实现了原本二维卷积运算的效果,使得能够更加快速地对输入的每一个像素点计算其所代表的窗口具有的特征值。
  • 特征值提取方法系统
  • [发明专利]神经网络运算模块及方法-CN201910235038.X在审
  • 不公告发明人 - 上海寒武纪信息科技有限公司
  • 2019-03-26 - 2020-10-09 - G06N3/063
  • 一种神经网络运算模块,包括存储单元存储多层神经网络的输出神经元、权重精度和输出神经元梯度精度;控制器单元,用于获取定点化前输出神经元的绝对值的平均值Y1和定点化后输出神经元的绝对值的平均值Y2;若Y1/Y2预设阈值K,则获取多层神经网络的相邻两层输出神经元梯度精度时,根据相邻两层输出神经元梯度精度和权重精度获取误差传递精度预估值An;当An大于预设精度Ar时,增大相邻两层输出神经元梯度精度及权重精度;运算单元根据增大后精度表示相邻两层输出神经元梯度及权重,并进行后续运算。采用本发明实施例可以在满足运算需求的同时,减小了运算结果的误差和运算开销,节省了运算资源。
  • 神经网络运算模块方法
  • [发明专利]神经网络运算模块及方法-CN201910235215.4在审
  • 不公告发明人 - 上海寒武纪信息科技有限公司
  • 2019-03-26 - 2020-10-09 - G06N3/063
  • 一种神经网络运算模块,包括存储单元存储多层神经网络的输出神经元、权重精度和输出神经元梯度精度;控制器单元,用于获取定点化前输出神经元的绝对值的平均值Y1和定点化后输出神经元的绝对值的平均值Y2;若Y1/Y2预设阈值K,则获取多层神经网络的相邻两层输出神经元梯度精度时,根据相邻两层输出神经元梯度精度和权重精度获取误差传递精度预估值An;当An小于预设精度Ar时,减小相邻两层输出神经元梯度精度及权重精度;运算单元根据减小后精度表示相邻两层输出神经元梯度及权重,并进行后续运算。采用本发明实施例可以在满足运算需求的同时,减小了运算结果的误差和运算开销,节省了运算资源。
  • 神经网络运算模块方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top