[发明专利]卷积神经网络的快速计算在审
| 申请号： | 201880017855.1 | 申请日： | 2018-10-24 |
| 公开（公告）号： | CN110537193A | 公开（公告）日： | 2019-12-03 |
| 发明（设计）人： | 刘永超;黄启印;潘国振;李思仲;徐建国;章海涛;王琳 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G06N3/063 | 分类号： | G06N3/063;G06N3/04;G06N3/08 |
| 代理公司： | 11415 北京博思佳知识产权代理有限公司 | 代理人： | 艾佳<国际申请>=PCT/CN2018/ |
| 地址： | 英属开曼群岛大开*** | 国省代码： | 开曼群岛;KY |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种计算机实现的方法包括：获得包括一个或多个卷积层的经训练的卷积神经网络，所述一个或多个卷积层各自包括具有已知滤波器参数的多个滤波器；基于经训练的卷积神经网络的已知滤波器参数，预先计算一个或多个卷积层各自的可重用因子；接收经训练的卷积神经网络的输入数据；基于预先计算的可重用因子和输入数据，使用Winograd卷积运算符来计算一个或多个卷积层各自的输出；以及基于一个或多个卷积层各自的输出来确定经训练的卷积网络的输出数据。 | ||
| 搜索关键词： | 卷积 卷积神经网络 滤波器参数 预先计算 可重用 滤波器 计算机实现 输出数据 输出 运算符 网络 | ||
【主权项】：
1.一种计算机实现的方法，包括：/n数据处理装置获得包括一个或多个卷积层的经训练的卷积神经网络，所述一个或多个卷积层各自包括具有已知滤波器参数的多个滤波器；/n所述数据处理装置基于所述经训练的卷积神经网络的所述已知滤波器参数，预先计算所述一个或多个卷积层各自的可重用因子；/n所述数据处理装置接收所述经训练的卷积神经网络的输入数据；/n所述数据处理装置基于所述预先计算的可重用因子和所述输入数据，使用Winograd卷积运算符来计算所述一个或多个卷积层各自的输出；以及/n所述数据处理装置基于所述一个或多个卷积层各自的所述输出，确定所述经训练的卷积网络的输出数据。/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阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，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/201880017855.1/，转载请声明来源钻瓜专利网。
