-
-
公开(公告)号:CN111914989A
公开(公告)日:2020-11-10
申请号:CN202010252735.9
申请日:2020-04-01
Applicant: 三星电子株式会社
Abstract: 一种神经网络系统包括处理器和存储器。所述处理器被配置为:在多个层上执行包括多次学习迭代的学习,以确定所述多个层中所述学习中断的至少一个层。所述学习中断的所述至少一个层的所述确定基于针对所述多个层中的每个层将通过第一次学习迭代得到的第一权重值的分布与通过第二次学习迭代得到的第二权重值的分布进行比较的结果。所述处理器还被配置为:在除已确定所述学习中断的所述至少一个层以外的层中执行第三次学习迭代。当所述第二次学习迭代完成时,所述存储器存储所述第一权重值的第一分布信息和所述第二权重值的第二分布信息并被配置为向所述处理器提供所述第一分布信息和所述第二分布信息。
-
公开(公告)号:CN111461310A
公开(公告)日:2020-07-28
申请号:CN202010068165.8
申请日:2020-01-20
Applicant: 三星电子株式会社
IPC: G06N3/063
Abstract: 一种用于处理包括运算处理图在内的神经网络模型的神经网络系统,该神经网络系统包括运算处理器,其中该运算处理图包括多个运算,该运算处理器包括存储第一模块输入特征图的内部存储器。该运算处理器被配置为:基于所存储的第一模块输入特征图,通过执行多个运算中的第一运算来获得第一分支输出特征图;以及基于所存储的第一模块输入特征图,通过执行多个运算中的第二运算来获得第二分支输出特征图。该内部存储器在执行第一运算时保持对第一模块输入特征图的存储。
-
公开(公告)号:CN106605236B
公开(公告)日:2020-05-15
申请号:CN201580047720.6
申请日:2015-07-22
Applicant: 三星电子株式会社
Abstract: 提供了图像捕捉方法和图像捕捉装置。该图像捕捉方法可包括:设定现场取景图像的目标位置;从现场取景图像中追踪移动对象;通过使用与所追踪的移动对象有关的信息来估计移动对象的位置;以及当移动对象被定位于现场取景图像的目标位置上时,基于所估计的位置捕捉静态图像。
-
公开(公告)号:CN110874628B
公开(公告)日:2024-12-31
申请号:CN201910534156.0
申请日:2019-06-19
Applicant: 三星电子株式会社
IPC: G06N3/0464 , G06N3/063
Abstract: 提供了人工神经网络(ANN)系统和ANN系统中控制定点格式的方法。ANN系统包括处理器、虚拟溢出检测电路和数据格式控制器。处理器针对ANN的每层中包括的多个节点执行节点操作,以获得节点操作的多个结果值,并且基于用于每层的当前量化的第k个定点格式对所获得的多个结果值执行量化操作,以获得多个量化值。虚拟溢出检测电路生成对所获得的多个量化值的有效位数的分布加以指示的虚拟溢出信息。数据格式控制器基于所生成的虚拟溢出信息确定用于每层的后续量化的第(k+1)个定点格式。通过使用虚拟溢出控制定点格式,有效地防止溢出和/或下溢。
-
公开(公告)号:CN113298227A
公开(公告)日:2021-08-24
申请号:CN202110190079.9
申请日:2021-02-18
Applicant: 三星电子株式会社
Abstract: 本公开涉及神经网络训练。该神经网络训练涉及训练方法、训练装置和包括神经网络的系统。该神经网络训练包括:使用基于训练数据训练的神经网络提取针对第一数据的注释数据和第一可靠性值,基于具有大于或等于阈值的第二可靠性值的第二数据从第一数据之中选择第二数据,基于第二数据扩展训练数据,以及基于经过扩展的训练数据对神经网络进行再训练。
-
公开(公告)号:CN111914991A
公开(公告)日:2020-11-10
申请号:CN202010380930.X
申请日:2020-05-08
Applicant: 三星电子株式会社
Abstract: 公开一种训练人工神经网络模型的计算装置和方法以及存储器系统。所述用于训练人工神经网络模型的计算装置包括:模型分析器,被配置为接收第一人工神经网络模型并将第一人工神经网络模型划分成多个层;训练逻辑,被配置为:计算随着第一人工神经网络模型被修剪而变化的第一灵敏度数据,基于第一灵敏度数据计算与目标修剪率对应的目标灵敏度,计算随着所述多个层中的每个被修剪而变化的第二灵敏度数据,并基于第二灵敏度数据输出所述多个层中的每个的最佳修剪率,最佳修剪率对应于目标修剪率;以及模型更新器,被配置为:基于最佳修剪率修剪第一人工神经网络模型以获得第二人工神经网络模型,并输出第二人工神经网络模型。
-
公开(公告)号:CN110874628A
公开(公告)日:2020-03-10
申请号:CN201910534156.0
申请日:2019-06-19
Applicant: 三星电子株式会社
Abstract: 提供了人工神经网络(ANN)系统和ANN系统中控制定点格式的方法。ANN系统包括处理器、虚拟溢出检测电路和数据格式控制器。处理器针对ANN的每层中包括的多个节点执行节点操作,以获得节点操作的多个结果值,并且基于用于每层的当前量化的第k个定点格式对所获得的多个结果值执行量化操作,以获得多个量化值。虚拟溢出检测电路生成对所获得的多个量化值的有效位数的分布加以指示的虚拟溢出信息。数据格式控制器基于所生成的虚拟溢出信息确定用于每层的后续量化的第(k+1)个定点格式。通过使用虚拟溢出控制定点格式,有效地防止溢出和/或下溢。
-
公开(公告)号:CN106576143A
公开(公告)日:2017-04-19
申请号:CN201580045345.1
申请日:2015-07-24
Applicant: 三星电子株式会社
Abstract: 提供了一种图像拍摄装置和图像拍摄方法。该图像拍摄装置包括:多个图像捕获器,分别包括具有不同焦距的镜头,并且分别被配置为捕获具有不同分辨率的多个图像;存储器,被配置为存储由所述多个图像捕获器捕获的所述多个图像;图像处理器,被配置为将所述多个图像的属性调整为彼此对应;控制器,被配置为响应于输入的放大率改变命令,控制图像处理器合成其属性被调整的多个图像,并生成根据所述放大率改变命令改变了放大率的合成图像;以及显示器,被配置为显示所述合成图像。
-
公开(公告)号:CN111914989B
公开(公告)日:2025-05-06
申请号:CN202010252735.9
申请日:2020-04-01
Applicant: 三星电子株式会社
IPC: G06N3/0464 , G06N3/048 , G06N3/08 , G06N3/096 , G06F18/241
Abstract: 一种神经网络系统包括处理器和存储器。所述处理器被配置为:在多个层上执行包括多次学习迭代的学习,以确定所述多个层中所述学习中断的至少一个层。所述学习中断的所述至少一个层的所述确定基于针对所述多个层中的每个层将通过第一次学习迭代得到的第一权重值的分布与通过第二次学习迭代得到的第二权重值的分布进行比较的结果。所述处理器还被配置为:在除已确定所述学习中断的所述至少一个层以外的层中执行第三次学习迭代。当所述第二次学习迭代完成时,所述存储器存储所述第一权重值的第一分布信息和所述第二权重值的第二分布信息并被配置为向所述处理器提供所述第一分布信息和所述第二分布信息。
-
-
-
-
-
-
-
-
-