-
公开(公告)号：CN111582446B
公开(公告)日：2022-12-06
申请号：CN202010349768.5
申请日：2020-04-28
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本申请涉及神经网络技术领域，公开了一种用于神经网络剪枝的系统和神经网络的剪枝处理方法，用以筛选出能够减少神经网络的参数量和提高神经网络的运算速度的剪枝率组。该系统包括剪枝器、性能检测仪和控制器，其中，剪枝器用于在控制器的控制下，根据当前剪枝率组对当前神经网络进行剪枝；性能检测仪用于在控制器的控制下，对加载了剪枝后的神经网络的加速器进行检测，确定剪枝后的神经网络的运行速度；控制器用于控制剪枝器和性能检测仪执行相应的操作，检测并筛选出运行速度符合第一筛选条件和参数量符合第二筛选条件的当前剪枝率组。从多个当前剪枝率组中筛选出能够减少神经网络的参数量，和提高神经网络的运算速度的剪枝率组。
-
公开(公告)号：CN113157629A
公开(公告)日：2021-07-23
申请号：CN202110424865.0
申请日：2021-04-20
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F15/167 , G06F13/42
Abstract: 本公开关于一种数据处理方法、装置、电子设备及存储介质，该方法通过加速处理器网口获取客户端发送的键值查询请求，在加速处理器的第一存储器中查询是否存在键值查询请求中携带的目标键；若第一存储器中存在目标键，则从第一存储器中获取目标键对应的值数据，并返回值数据；其中，加速处理器与中央处理器相连，加速处理器的第一存储器存储的数据为缓存中央处理器的第二存储器中的数据至第一存储器得到。从而可以通过加速处理器访问自身的第一存储器得到对应的值数据，键值存储系统的访问吞吐量不再受限于高速串行总线带宽，进而提升了加速处理器访问键值存储系统的吞吐量，并缩短加速处理器访问键值存储系统的延时。
-
公开(公告)号：CN113157628A
公开(公告)日：2021-07-23
申请号：CN202110424855.7
申请日：2021-04-20
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F15/163 , G06F13/42
Abstract: 本公开关于一种存储系统、数据处理方法、装置、存储系统、电子设备、存储介质及程序产品，网卡接收携带有外部请求的网络数据包，且网卡通过网口连接加速处理器，加速处理器上挂载有用于存储所述读写操作所对应的数据的内存，则加速处理器判断所述外部请求是否为读写请求，在判断出所述外部请求为读写请求的情况下，调用内存执行读写操作，本公开中利用数据读写操作由加速处理器完成，通过加速处理器直接访问其上挂载的内存即可执行数据读写操作，不再需要通过PCIe总线访问中央处理器CPU的存储器，缩短了访问路径，从而缩小访问时延。
-
公开(公告)号：CN113157609A
公开(公告)日：2021-07-23
申请号：CN202110423700.1
申请日：2021-04-20
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种键值存储系统、数据处理方法、装置、电子设备、存储介质及计算机程序产品，中央处理器上挂载有持久内存，且持久内存通过总线与加速处理器连接，通过加速处理器网口获取查询请求；加速处理器对查询请求进行解析，得到查询请求携带的目标键；加速处理器通过高速串行总线访问持久内存，根据目标键在持久内存进行查找，得到目标键所对应的目标数据，并向客户端返回目标数据，可见，本公开中数据查询操作由加速处理器完成，通过加速处理器网口获取数量量级更多的查询请求不仅可以缩短请求延时，提升响应速度。
-
公开(公告)号：CN117785031A
公开(公告)日：2024-03-29
申请号：CN202311596203.7
申请日：2023-11-27
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F3/06
Abstract: 本公开关于一种数据处理方法、装置、电子设备及存储介质，该方法包括：响应于对目标输入特征图的数据处理指令，从所述目标输入特征图在内存对应的输入数据块排布中获取目标输入数据块；所述输入数据块排布基于通用矩阵处理引擎在每个时钟周期的数据吞吐量，将所述目标输入特征图划分为多个输入数据块并按照预设排布方式存入所述内存得到；对所述目标输入数据块进行缓存；基于缓存的所述目标输入数据块，利用所述通用矩阵处理引擎进行矩阵乘法运算处理，得到数据处理结果。本公开实施例提高了基于Img2Col的数据处理效率，进而提高了电子设备基于深度学习网络的数据处理效率。
-
Patent Agency Ranking
公开(公告)号：CN113159188B
公开(公告)日：2024-03-12
申请号：CN202110444362.X
申请日：2021-04-23
Applicant: 北京达佳互联信息技术有限公司 , 北京交通大学
IPC: G06V10/764 , G06V10/82 , G06N3/08 , G06N3/04 , G06V10/774
Abstract: 本公开关于一种模型生成方法、装置、设备及存储介质，涉及计算机技术领域，可以在保证现有神经网络模型性能不变的情况下，有效压缩神经网络模型。该模型生成方法包括：基于神经网络架构搜索算法，从与样本数据对应的搜索空间中获取初始模型；初始模型中的第一节点与第二节点之间通过初始边连接；初始边用于表示第一节点与第二节点之间执行的候选操作；初始边对应一个边权重；基于样本数据，对初始模型执行预设次数的训练操作，以得到第一模型；若第一模型中，与初始模型中的初始边对应的目标边的边权重满足预设条件，则对第一模型中的目标边进行裁剪，以得到目标模型。
-
公开(公告)号：CN117437114A
公开(公告)日：2024-01-23
申请号：CN202311598934.5
申请日：2023-11-27
Applicant: 北京达佳互联信息技术有限公司
IPC: G06T1/60
Abstract: 本公开实施例提供一种图像数据处理方法、装置、电子设备及介质。该方法应用于包括脉动阵列的脉动阵列架构，该方法包括：将待处理图像进行切分，获得待处理图像块；获取待处理图像块的原始图像数据，对原始图像数据进行格式转换处理，获得按照预设数据格式排布的目标图像数据，其中预设数据格式为按照高度、宽度、通道的顺序连续存储块的格式；将目标图像数据输入到脉动阵列，通过脉动阵列对目标图像数据进行卷积计算，获得待处理图像块对应的卷积计算结果。该方法采用预设数据格式表示目标图像数据，使得目标图像数据可立即用于矩阵的块运算，无需考虑地址转换和判断，减少内存带宽浪费，保证脉动阵列进行卷积计算时可最大化计算效率。
-
公开(公告)号：CN115794809A
公开(公告)日：2023-03-14
申请号：CN202211238792.7
申请日：2022-10-11
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开涉及资源数据的检索方法、装置、电子设备及存储介质。所述方法包括：获取资源数据的初始第一向量以及多个量化后的第二向量；其中，所述量化后的第二向量为利用预设的正交矩阵对数据集中的初始第二向量进行特征处理，以及利用缩放因子对特征处理后的第二向量进行量化处理得到，所述特征处理后的第二向量的均匀分布程度高于所述初始第二向量的均匀分布程度；利用所述正交矩阵对所述初始第一向量进行特征处理，得到第一向量；分别计算所述第一向量与多个所述量化后的第二向量的相似度，确定相似度最高的预设数量的量化后的第二向量，并将所述预设数量的量化后的第二向量对应的资源数据作为检索结果。本公开实施例的检索准确率较高。
-
公开(公告)号：CN110969240B
公开(公告)日：2022-12-09
申请号：CN201911115521.0
申请日：2019-11-14
Applicant: 北京达佳互联信息技术有限公司
IPC: G06N3/04
Abstract: 本公开关于一种深度卷积神经网络的剪枝方法、装置、设备及介质，用以在提高剪枝准确度的同时，减少对深度卷积神经网络剪枝的计算量，优化深度卷积神经网络模型结构。本公开的深度卷积神经网络的剪枝方法，包括：利用预先训练的深度卷积神经网络对样本数据进行识别，确定深度卷积神经网络内每层网络中各个滤波器的性能参数，样本数据用于记录采集到的待识别对象的对象特征；根据预设剪枝率及深度卷积神经网络内各个滤波器的性能参数，确定深度卷积神经网络的剪枝参数；在深度卷积神经网络中，根据各滤波器的性能参数与剪枝参数，去除不符合预设条件的滤波器与上层网络和下层网络之间的联系。
-
公开(公告)号：CN114546635A
公开(公告)日：2022-05-27
申请号：CN202111652896.8
申请日：2021-12-30
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开涉及一种数据处理方法、装置、电子设备及存储介质，该数据处理方法包括：基于远程直接数据存取协议接收客户端发送的数据请求；数据请求包括数据请求类型和待处理数据；根据数据请求类型对待处理数据进行相应的处理，得到处理后的数据；基于远程直接数据存取协议，将处理后的数据发送至客户端。本公开实施例可以提高服务端的数据处理效率，可以保证服务端的服务性能和延时。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.036 seconds)
