-
-
-
公开(公告)号:CN109863358A
公开(公告)日:2019-06-07
申请号:CN201880004000.5
申请日:2018-01-03
Applicant: 三星电子株式会社
Abstract: 一种冰箱包括:主体,具有储藏室;内门,可旋转地设置在主体上;以及外门,被构造为与内门一起打开和关闭储藏室并且可旋转地设置在内门上,其中,内门包括:连接器安放部,设置在内门的上部并且被构造为将从主体延伸到内门的第一电线连接到从外门延伸到内门的第二电线。电线之间的连接得到改善以不受内门和外门的影响,如此可提高电线的耐久性。
-
公开(公告)号:CN109685198A
公开(公告)日:2019-04-26
申请号:CN201811153487.1
申请日:2018-09-29
Applicant: 三星电子株式会社
CPC classification number: G06N3/063 , G06F7/49957 , G06F7/57 , G06N3/08 , G06N3/0454 , G06N3/0481
Abstract: 提供了一种由神经网络量化装置执行的量化神经网络的参数的方法,该方法包括:获得在学习或推断神经网络时使用的浮点格式的参数;应用定点格式的小数长度,以及为了根据量化后要被丢弃的比特值之中的最高有效比特来确定是否舍入定点,通过使用整数算术逻辑单元(ALU)来执行运算;以及基于该运算的结果,将浮点格式的参数量化为定点格式的参数。
-
公开(公告)号:CN103246482A
公开(公告)日:2013-08-14
申请号:CN201310047442.7
申请日:2013-02-06
Applicant: 三星电子株式会社
Abstract: 一种存储器覆盖设备包括:内部存储器,该内部存储器包括指示改变的存储器区域的脏位;存储器管理单元,该存储器管理单元控制外部存储器,以仅仅存储改变的数据,使得只有在覆盖期间被任务实际上使用的数据被存储和恢复;以及直接存储器访问(DMA)管理单元,该直接存储器访问管理单元在改变任务时确认脏位,并且在内部存储器和外部存储器之间移动任务的数据区域。
-
公开(公告)号:CN101216787A
公开(公告)日:2008-07-09
申请号:CN200810001505.4
申请日:2008-01-04
Applicant: 三星电子株式会社
CPC classification number: G06F11/1008
Abstract: 提供了一种管理存储器的方法、介质和设备。在分配给应用程序的或应用程序返回的区域被中断时,通过考虑相邻存储块的原始区域,在构成存储器的一系列存储块中识别由相邻存储块中断的预定存储块的原始区域来容易地在存储器的整个区域中识别分配的或期望返回的区域的范围,以及通过将预定存储块的区域恢复到其原始区域,可快速地恢复分配的或期望返回的区域。
-
公开(公告)号:CN109389219B
公开(公告)日:2024-04-09
申请号:CN201810868446.4
申请日:2018-08-01
Applicant: 三星电子株式会社
Abstract: 一种对神经网络的参数进行量化的方法,所述方法包括:根据通过使用浮点来预训练的神经网络的数据,针对在每个特征图和核中包括的每个通道中使用的浮点型参数值,分析每个通道的统计分布;基于每个通道的所述统计分布,确定每个通道的参数的定点表达,所述定点表达在统计上覆盖所述参数值的分布范围;基于执行卷积运算的结果,确定每个通道的偏置和权重的小数长度,作为每个通道的所述定点表达的参数;以及生成定点型量化神经网络,所述定点型量化神经网络所具有的每个通道的偏置和权重具有所确定的小数长度。
-
公开(公告)号:CN116227545A
公开(公告)日:2023-06-06
申请号:CN202210854702.0
申请日:2022-07-18
Applicant: 三星电子株式会社
IPC: G06N3/0464 , G06N3/063 , G06N3/082 , G06F18/214
Abstract: 公开了用于神经网络的分布式训练的训练方法和设备,所述训练设备包括:多个处理器,被配置为:各自接收与多个批中的对应批对应的多个数据,并且基于各自接收的与所述多个批中的对应批对应的数据来并行地执行训练,以各自生成神经网络的各个层的最终局部梯度;以及控制器,被配置为:接收所述多个处理器生成的各个层的最终局部梯度,基于接收的最终局部梯度来确定聚合梯度,并且基于聚合梯度来更新神经网络的参数。
-
公开(公告)号:CN114254746A
公开(公告)日:2022-03-29
申请号:CN202110266381.8
申请日:2021-03-11
Applicant: 三星电子株式会社
Abstract: 公开一种执行神经网络的方法和设备。一种量化神经网络的参数的方法包括:获取在由神经网络进行推断的处理中使用的浮点格式的参数,基于包括在参数中的权重的统计信息将权重量化为定点格式,基于包括在参数中的配置神经网络的一个或多个层的激活的统计信息确定激活的动态范围,和基于神经网络的输入数据的统计信息将输入数据量化为定点格式。
-
公开(公告)号:CN109863358B
公开(公告)日:2021-09-24
申请号:CN201880004000.5
申请日:2018-01-03
Applicant: 三星电子株式会社
Abstract: 一种冰箱包括:主体,具有储藏室;内门,可旋转地设置在主体上;以及外门,被构造为与内门一起打开和关闭储藏室并且可旋转地设置在内门上,其中,内门包括:连接器安放部,设置在内门的上部并且被构造为将从主体延伸到内门的第一电线连接到从外门延伸到内门的第二电线。电线之间的连接得到改善以不受内门和外门的影响,如此可提高电线的耐久性。
-
-
-
-
-
-
-
-
-