公开(公告)号：CN114662643A

公开(公告)日：2022-06-24

申请号：CN202110610398.0

申请日：2021-06-01

Applicant: 三星电子株式会社

Inventor： 朴炫宣 ,  张准祐 ,  金愈珍 ,  金燦老

IPC: G06N3/04 ,  G06N3/063 ,  G06N3/08

Abstract: 公开了获取器的数据发送方法和获取器。所述获取器包括加载器、至少一个发送器、缓冲控制器和重用缓冲器。所述数据发送方法包括：由加载器基于存储在重用缓冲器中的输入数据、将用于卷积运算的内核的形状和内核的权重的二维(2D)零值信息，根据加载次序来加载输入特征图的输入数据；由缓冲控制器将加载的输入数据存储在根据加载次序循环地分配地址的重用缓冲器中；和由所述至少一个发送器中的每个基于权重的一维(1D)零值信息，在存储在重用缓冲器中的输入数据之中选择与卷积运算的每个输出数据对应的输入数据，并且输出选择的输入数据。

公开(公告)号：CN114548361A

公开(公告)日：2022-05-27

申请号：CN202111402485.3

申请日：2021-11-23

Applicant: 三星电子株式会社

Inventor： 张准祐 ,  金愈珍 ,  金灿老 ,  朴炫宣

IPC: G06N3/04 ,  G06N3/063 ,  G06V10/94 ,  G06V10/764 ,  G06V10/82 ,  G06V10/40 ,  G06V10/56 ,  G06K9/62

Abstract: 一种神经网络装置包括：存储器，被配置为存储第一特征图和第二特征图；以及神经网络处理器，被配置为操作神经网络并且包括：获取器，被配置为从存储器的第一特征图获取输入数据；缓冲器，被配置为存储输入数据；运算器，被配置为通过执行输入数据与核之间的卷积运算来生成输出数据；写入器，被配置为将输出数据写入存储器的第二特征图；以及控制器，被配置为：根据在多个步骤中基于核的膨胀率确定的一个或多个间隔和一个或多个偏移，控制获取器获取输入数据并控制写入器写入输出数据。

公开(公告)号：CN110689109A

公开(公告)日：2020-01-14

申请号：CN201910558887.9

申请日：2019-06-25

Applicant: 三星电子株式会社

Inventor： 李俊行 ,  朴炫宣 ,  宋准镐

IPC: G06N3/04 ,  G06N3/063

Abstract: 提供了神经网络方法和装置。一种处理器实现的神经网络包括：计算用于更新神经网络的权重的各个个体梯度值；基于通过累积所述各个个体梯度值而获得的累积梯度值和表示所述权重的比特数字来计算残余梯度值；调整所述各个个体梯度值以与所述残余梯度值的比特数字相对应；对经调整的各个个体梯度值、所述残余梯度值以及所述权重进行求和；以及基于所述求和的结果来更新所述权重和所述残余梯度值以训练所述神经网络。

公开(公告)号：CN110689109B

公开(公告)日：2024-04-12

申请号：CN201910558887.9

申请日：2019-06-25

Applicant: 三星电子株式会社

Inventor： 李俊行 ,  朴炫宣 ,  宋准镐

IPC: G06N3/0475 ,  G06N3/048 ,  G06N3/063

Abstract: 提供了神经网络方法和装置。一种处理器实现的神经网络包括：计算用于更新神经网络的权重的各个个体梯度值；基于通过累积所述各个个体梯度值而获得的累积梯度值和表示所述权重的比特数字来计算残余梯度值；调整所述各个个体梯度值以与所述残余梯度值的比特数字相对应；对经调整的各个个体梯度值、所述残余梯度值以及所述权重进行求和；以及基于所述求和的结果来更新所述权重和所述残余梯度值以训练所述神经网络。

公开(公告)号：CN114861897A

公开(公告)日：2022-08-05

申请号：CN202111105901.3

申请日：2021-09-22

Applicant: 三星电子株式会社

Inventor： 俞炯硕 ,  金愈珍 ,  朴性旭 ,  朴炫宣 ,  李世焕 ,  张准祐 ,  朱德赈

IPC: G06N3/063

Abstract: 公开了一种神经网络运算设备以及操作其的方法。所述方法包括：接收用于神经网络运算的数据；验证在与第一运算装置对应的第一数据遍历路径和与第二运算装置对应的第二数据遍历路径之间是否发生竞争；使用验证的结果和第一数据遍历路径与第二数据遍历路径之间的优先级，从所述数据之中确定第一操作数数据和第二操作数数据；将第一操作数数据发送到第一运算装置，将第二操作数数据发送到第二运算装置；以及通过第一运算装置基于第一操作数数据执行神经网络运算，并通过第二运算装置基于第二操作数数据执行神经网络运算。

公开(公告)号：CN112926731A

公开(公告)日：2021-06-08

申请号：CN202010637961.9

申请日：2020-07-03

Applicant: 三星电子株式会社

Inventor： 韩宋一 ,  朴炫宣

IPC: G06N3/063 ,  G06N3/04 ,  G06N3/08 ,  G06F17/16

Abstract: 一种用于执行矩阵乘法运算的神经网络装置，包括：存储器，具有存储在其中的至少一个程序；以及处理器，通过执行所述至少一个程序来执行一个或多个运算。所述处理器可以根据重塑运算和转置运算是在矩阵乘法运算之前还是之后执行来确定是否在列方向和行方向之一上划分初始权重，并且通过在所确定的方向上将初始权重除以头计数来生成划分权重。此外，所述处理器可以通过在输入特征图与划分权重之间执行矩阵乘法运算来生成中间特征图，并且基于中间特征图来生成最终特征图。

公开(公告)号：CN112926730A

公开(公告)日：2021-06-08

申请号：CN202010576877.0

申请日：2020-06-22

Applicant: 三星电子株式会社

Inventor： 朴炫宣 ,  金愈珍 ,  张准祐

IPC: G06N3/063 ,  G06N3/04 ,  G06N3/08

Abstract: 一种处理数据的方法，包括：基于输入数据的配置和用于处理所述输入数据的硬件的配置来操纵所述输入数据，以生成被操纵数据；基于所述被操纵数据的稀疏性对所述被操纵数据进行重排，以生成经重排的数据；以及处理所述经重排的数据以生成输出数据。

公开(公告)号：CN110443347A

公开(公告)日：2019-11-12

申请号：CN201910315912.0

申请日：2019-04-18

Applicant: 三星电子株式会社

Inventor： 李俊行 ,  朴炫宣 ,  李世焕 ,  李承远

IPC: G06N3/04 ,  G06N3/08

Abstract: 提供了神经网络方法和装置。处理器实现的神经网络方法包括：基于所确定的输入数据的类的数量来确定输出运算结果的神经网络层的精度，以及根据所确定的精度来处理所述层的参数。