[发明专利]一种用于构造高维卷积加速神经网络的方法在审
| 申请号： | 201811533296.8 | 申请日： | 2018-12-14 |
| 公开（公告）号： | CN109740745A | 公开（公告）日： | 2019-05-10 |
| 发明（设计）人： | 代龙泉;张雪利;唐金辉 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06N3/063 | 分类号： | G06N3/063;G06N3/04 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 朱宝庆 |
| 地址： | 210094 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种用于构造高维卷积加速神经网络的方法，包括：将现在流行的高斯卷积加速操作SBS解释为神经网络的卷积层操作；扩展张量分解(CP分解)到gCP分解提供相应的g‑卷积；进一步扩展gCP层到级联的gCP层作为gHT分解，提高网络的表现力；选择激活函数g，并计算g和sum函数的梯度，通过反向传播算法对AccNet进行训练；在训练有素的AccNet上提取splatting、blurring和slicing操作，构成任意高维卷积的最优加速算法。 | ||
| 搜索关键词： | 卷积 高维 分解 加速神经 反向传播 激活函数 加速操作 加速算法 神经网络 网络 高斯 级联 算法 | ||
【主权项】：
1.一种用于构造高维卷积加速神经网络的方法，其特征在于，包括以下步骤：步骤1，输入待加速的高维卷积；步骤2，构造加速神经网络AccNet的输入；步骤3，将CP分解扩展到gCP分解并提供相应的g‑卷积，构成加速神经网络AccNet；步骤4，扩展gCP分解到级联gCP分解；步骤5，计算函数sum和激活函数g的梯度并对网络进行训练；步骤6，从训练有素的AccNet中提取高维卷积的加速算法。
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南京理工大学，未经南京理工大学许可，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/201811533296.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种分层神经网络查询推荐方法及装置
- 下一篇：运算方法、装置及相关产品
