公开(公告)号：CN116888605A

公开(公告)日：2023-10-13

申请号：CN202180094093.7

申请日：2021-04-30

Applicant: 华为技术有限公司

Inventor： 李文硕 ,  王云鹤 ,  伍玮翔 ,  辛晨 ,  王璇

IPC: G06N3/063 ,  G06N3/08

Abstract: 本申请公开了人工智能领域中的一种神经网络模型的运算方法、训练方法及装置，在该运算方法中，利用winograd变换后的权重矩阵对winograd变换后的输入数据矩阵进行特征提取，得到中间矩阵，中间矩阵中的每个元素是根据变换后的输入数据矩阵与变换后的权重矩阵中对应位置的元素之间的L1距离确定的，通过winograd算法对中间矩阵进行输出数据变换，得到输出数据矩阵。本申请的方案将winograd中的点乘操作替换为计算L1距离的操作等加法操作，减少了特征提取过程的计算量，提高了模型的运行速度，减少了运算开销。

公开(公告)号：CN116261729A

公开(公告)日：2023-06-13

申请号：CN202080104556.9

申请日：2020-07-30

Applicant: 华为技术有限公司

Inventor： 袁宏辉 ,  伍玮翔 ,  钟钊

IPC: G06N3/02

Abstract: 一种神经网络模型构建方法及其设备，用于构建神经网络过程中。该方法包括：通过第一模型生成器构建第一神经网络模型(601)，根据第一神经网络模型获取第一神经网络模型在目标芯片上运行时的第一性能指标(602)，根据第一性能指标调整第一模型生成器，得到第二模型生成器(603)，通过第二模型生成器构建第二神经网络模型，第二神经网络模型的第二性能指标优于第一性能指标。上述方案通过获取第一神经网络模型在目标芯片上运行时的第一理论性能指标，并根据第一理论性能指标调整第一模型生成器，从而构建出在目标芯片中运行时硬件性能指标更优的神经网络模型。