设备后端的深度学习框架适配方法、装置以及设备

    公开(公告)号:CN119127149B

    公开(公告)日:2025-04-22

    申请号:CN202411605822.2

    申请日:2024-11-12

    Abstract: 本申请涉及一种设备后端的深度学习框架适配方法、装置以及设备。所述方法包括:获取设备后端的预配置信息;根据所述预配置信息,生成所述设备后端的初始框架和集成模版;基于所述初始框架和集成模板,构建所述设备后端的适配代码模板;对所述适配代码模板进行自适应代码配置,得到所述设备后端适配的深度学习框架。采用本方法能够屏蔽了不同框架、版本和设备类型的差异,使设备能够快速、高效的完成深度学习框架适配和维护,简化和规范深度学习框架与设备后端的适配过程。

    神经元计算机操作系统的SNN模型动态映射方法及装置

    公开(公告)号:CN116070682A

    公开(公告)日:2023-05-05

    申请号:CN202310354756.5

    申请日:2023-04-06

    Abstract: 本发明公开了神经元计算机操作系统的SNN模型动态映射方法及装置,通过根据节点之间连接关系、设置的初始解空间映射,以及输入、输出虚拟节点相对物理神经元拟态核边缘核心的位置,构建脉冲通信代价计算模型,计算前继节点与后继节点对应物理坐标间的距离,基于节点间的距离和对应的权重信息,得到脉冲通信代价;同时,基于初始解空间,通过贪心算法遍历逻辑神经元拟态核在不同空闲物理神经元拟态核时的脉冲通信代价,得到最小脉冲通信代价时,逻辑神经元拟态核与物理神经元拟态核的映射关系。从而解决了类脑硬件资源因碎片化而无法直接将模型的逻辑神经元拟态核相对位置一一映射到物理神经元拟态核的问题。

Patent Agency Ranking