-
公开(公告)号：CN105512179A
公开(公告)日：2016-04-20
申请号：CN201510828602.0
申请日：2015-11-25
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
CPC classification number: G06F17/30 , G06F17/30519 , G06F17/30548
Abstract: 本发明提供一种功耗低、面积小、结构简单、效率高的可应用于加速器中的硬件实现的数据排序装置、方法及包括该数据排序装置的数据处理芯片，所述数据排序装置包括：寄存器组，保存数据排序过程中暂时排出的K个最大或最小的数据，寄存器组包括多个并行连接的寄存器，且相邻两个寄存器由低级向高级单向传输数据；比较器组，包括以与所述寄存器一一对应的方式相连接的多个比较器，比较输入的多个数据的大小关系，并将较大或较小的数据输出至对应的寄存器；控制电路，设置有作用于所述寄存器的多个标志位，所述标志位判断所述寄存器是否接收由对应的比较器或低一级寄存器传来的数据，以及判断寄存器是否向高一级寄存器传输数据。
-
公开(公告)号：CN107632965B
公开(公告)日：2019-11-29
申请号：CN201710967772.6
申请日：2017-10-17
Applicant: 中国科学院计算技术研究所
Abstract: 本公开提供一种可重构的S形运算装置和方法，其中装置包括：运算部分，用于完成运算，包含多个运算单元组，多个所述运算单元组呈X行Y列的阵列式分布，运算单元组间以S形方向和/或逆S形方向传递数据，其中X和Y分别为正整数。通过采用S形和逆S形在运算单元中完成数据的传递，从而能够有效加速神经网络运算的同时，降低了权值的反复读取和部分和反复存取所带来的访存功耗。
-
公开(公告)号：CN108052984B
公开(公告)日：2019-11-08
申请号：CN201711467274.1
申请日：2017-10-30
Applicant: 中国科学院计算技术研究所
Abstract: 本公开提供了一种计数方法，包括：对一FAST R‑CNN或YOLO深度神经网络进行训练；以及利用训练后的FAST R‑CNN或YOLO深度神经网络对待计数的图像中包含的计数目标物体进行计数。本公开还提供了一种计数装置。本公开计数方法及装置应用范围广，可针对任意计数对象进行计数，节省人力并且提供了更高的通用性。
-
公开(公告)号：CN107818343A
公开(公告)日：2018-03-20
申请号：CN201711037201.9
申请日：2017-10-30
Applicant: 中国科学院计算技术研究所
Abstract: 本公开提供了一种计数方法，包括：对一深度神经网络进行预训练；利用标记图像对预训练后的所述深度神经网络进行重训练，得到二分类的目标检测神经网络；以及利用所述二分类的目标检测神经网络对待计数的图像中包含的计数目标物体进行计数。本公开还提供了一种计数装置。本公开计数方法及装置应用范围广，可针对任意计数对象进行计数，节省人力并且提供了更高的通用性。
-
公开(公告)号：CN108170640A
公开(公告)日：2018-06-15
申请号：CN201711452014.7
申请日：2017-10-17
Applicant: 中国科学院计算技术研究所
Abstract: 本公开提供一种神经网络运算装置和方法，其中装置包括：运算部分，用于完成所述卷积运算，包含多个运算单元组，多个所述运算单元组呈X行Y列的阵列式分布，运算单元组间以S形方向和/或逆S形方向传递数据，其中X和Y分别为正整数；缓存，用于向所述运算单元组传送数据以及接收运算单元组运算后的数据。通过采用S形和逆S形在运算单元中完成数据的传递，从而能够有效加速神经网络运算的同时，降低了权值的反复读取和部分和反复存取所带来的访存功耗。
-
Patent Agency Ranking
公开(公告)号：CN108052984A
公开(公告)日：2018-05-18
申请号：CN201711467274.1
申请日：2017-10-30
Applicant: 中国科学院计算技术研究所
Abstract: 本公开提供了一种计数方法，包括：对一FAST R‑CNN或YOLO深度神经网络进行训练；以及利用训练后的FAST R‑CNN或YOLO深度神经网络对待计数的图像中包含的计数目标物体进行计数。本公开还提供了一种计数装置。本公开计数方法及装置应用范围广，可针对任意计数对象进行计数，节省人力并且提供了更高的通用性。
-
公开(公告)号：CN105512179B
公开(公告)日：2017-06-09
申请号：CN201510828602.0
申请日：2015-11-25
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
CPC classification number: G06F17/30
Abstract: 本发明提供一种功耗低、面积小、结构简单、效率高的可应用于加速器中的硬件实现的数据排序装置、方法及包括该数据排序装置的数据处理芯片，所述数据排序装置包括：寄存器组，保存数据排序过程中暂时排出的K个最大或最小的数据，寄存器组包括多个并行连接的寄存器，且相邻两个寄存器由低级向高级单向传输数据；比较器组，包括以与所述寄存器一一对应的方式相连接的多个比较器，比较输入的多个数据的大小关系，并将较大或较小的数据输出至对应的寄存器；控制电路，设置有作用于所述寄存器的多个标志位，所述标志位判断所述寄存器是否接收由对应的比较器或低一级寄存器传来的数据，以及判断寄存器是否向高一级寄存器传输数据。
-
公开(公告)号：CN107818343B
公开(公告)日：2021-01-08
申请号：CN201711037201.9
申请日：2017-10-30
Applicant: 中国科学院计算技术研究所
Abstract: 本公开提供了一种计数方法，包括：对一深度神经网络进行预训练；利用标记图像对预训练后的所述深度神经网络进行重训练，得到二分类的目标检测神经网络；以及利用所述二分类的目标检测神经网络对待计数的图像中包含的计数目标物体进行计数。本公开还提供了一种计数装置。本公开计数方法及装置应用范围广，可针对任意计数对象进行计数，节省人力并且提供了更高的通用性。
-
公开(公告)号：CN108170640B
公开(公告)日：2020-06-09
申请号：CN201711452014.7
申请日：2017-10-17
Applicant: 中国科学院计算技术研究所
Abstract: 本公开提供一种神经网络运算装置和方法，其中装置包括：运算部分，用于完成所述卷积运算，包含多个运算单元组，多个所述运算单元组呈X行Y列的阵列式分布，运算单元组间以S形方向和/或逆S形方向传递数据，其中X和Y分别为正整数；缓存，用于向所述运算单元组传送数据以及接收运算单元组运算后的数据。通过采用S形和逆S形在运算单元中完成数据的传递，从而能够有效加速神经网络运算的同时，降低了权值的反复读取和部分和反复存取所带来的访存功耗。
-
公开(公告)号：CN107632965A
公开(公告)日：2018-01-26
申请号：CN201710967772.6
申请日：2017-10-17
Applicant: 中国科学院计算技术研究所
Abstract: 本公开提供一种可重构的S形运算装置和方法，其中装置包括：运算部分，用于完成运算，包含多个运算单元组，多个所述运算单元组呈X行Y列的阵列式分布，运算单元组间以S形方向和/或逆S形方向传递数据，其中X和Y分别为正整数。通过采用S形和逆S形在运算单元中完成数据的传递，从而能够有效加速神经网络运算的同时，降低了权值的反复读取和部分和反复存取所带来的访存功耗。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.028 seconds)
