[发明专利]用于实现卷积神经网络的方法和硬件、制造方法和系统有效
| 申请号： | 201710304906.6 | 申请日： | 2017-05-03 |
| 公开（公告）号： | CN107403221B | 公开（公告）日： | 2023-10-13 |
| 发明（设计）人： | C·吉布森;J·伊姆伯 | 申请（专利权）人： | 想象技术有限公司 |
| 主分类号： | G06N3/063 | 分类号： | G06N3/063;G06N3/0464;G06N3/048 |
| 代理公司： | 北京三友知识产权代理有限公司 11127 | 代理人： | 党晓林;王青芝 |
| 地址： | 英国赫*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及用于实现卷积神经网络的方法和硬件、制造方法和系统。一种卷积神经网络(CNN)的硬件实现的方法，方法包括：接收包括针对CNN层的权重数据的至少一部分和输入数据的至少一部分的数据的第一子集，并且使用至少一个卷积引擎执行数据的第一子集的卷积以生成第一部分结果；接收包括针对CNN层的权重数据的至少一部分和输入数据的至少一部分的数据的第二子集，并且使用至少一个卷积引擎执行数据的第二子集的卷积以生成第二部分结果；并且组合第一部分结果和第二部分结果，以生成针对CNN层的卷积数据的至少一部分。 | ||
| 搜索关键词： | 用于 实现 卷积 神经网络 方法 硬件 制造 系统 | ||
【主权项】：
一种卷积神经网络(CNN)的硬件实现的方法，所述方法包括：接收包括针对CNN层的权重数据的至少一部分和输入数据的至少一部分的数据的第一子集，并且使用至少一个卷积引擎执行数据的所述第一子集的卷积以生成第一部分结果；接收包括针对所述CNN层的权重数据的至少一部分和输入数据的至少一部分的数据的第二子集，并且使用所述至少一个卷积引擎执行数据的所述第二子集的卷积以生成第二部分结果；以及将所述第一部分结果和所述第二部分结果组合，以生成针对所述CNN的层的卷积数据的至少一部分。
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想象技术有限公司，未经想象技术有限公司许可，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/201710304906.6/，转载请声明来源钻瓜专利网。
- 上一篇：光学量测装置及其运作方法
- 下一篇：一种共享设备故障报修方法及装置
