-
公开(公告)号：CN108255774B
公开(公告)日：2023-09-22
申请号：CN201711078164.6
申请日：2017-11-06
Applicant: 三星电子株式会社
IPC: G06F15/167
Abstract: 提供了一种包括具有至少一个核的中央处理单元(CPU)以及存储器接口的应用处理器、包括该应用处理器的计算系统及其操作方法。该方法包括：在第一时段内，测量所述至少一个核执行操作以运行指令的时段的核活动周期以及所述至少一个核处于空闲状态的时段的核空闲周期；产生关于所述至少一个核在核活动周期中访问存储器接口的时段的存储器访问停顿周期的信息；使用关于存储器访问停顿周期的信息来校正核活动周期以使用所校正的核活动周期来计算所述至少一个核上的负载；以及使用所计算的在所述至少一个核上的负载来对所述至少一个核执行DVFS操作。
-
公开(公告)号：CN110020717A
公开(公告)日：2019-07-16
申请号：CN201811479804.9
申请日：2018-12-05
Applicant: 三星电子株式会社
Abstract: 提供了用于生成不动点神经网络的方法和装置。该方法包括：选择神经网络的至少一个层作为对象层，其中神经网络包括多个层，多个层中的每一层对应于多个量化参数中的相应的一个量化参数；形成候选参数集，该候选参数集包括关于与对象层相对应的多个量化参数的量化参数的候选参数值；基于神经网络的网络性能水平从候选参数值当中确定更新参数值，其中网络性能水平中的每一个对应于候选参数值中的相应的一个候选参数值；以及基于更新参数值更新关于对象层的量化参数。
-
公开(公告)号：CN110020717B
公开(公告)日：2025-03-25
申请号：CN201811479804.9
申请日：2018-12-05
Applicant: 三星电子株式会社
IPC: G06N3/0499 , G06N3/08
Abstract: 提供了用于生成不动点神经网络的方法和装置。该方法包括：选择神经网络的至少一个层作为对象层，其中神经网络包括多个层，多个层中的每一层对应于多个量化参数中的相应的一个量化参数；形成候选参数集，该候选参数集包括关于与对象层相对应的多个量化参数的量化参数的候选参数值；基于神经网络的网络性能水平从候选参数值当中确定更新参数值，其中网络性能水平中的每一个对应于候选参数值中的相应的一个候选参数值；以及基于更新参数值更新关于对象层的量化参数。
-
Patent Agency Ranking
公开(公告)号：CN109754066B
公开(公告)日：2024-05-14
申请号：CN201811306364.7
申请日：2018-11-02
Applicant: 三星电子株式会社
Abstract: 通过量化浮点型神经网络生成定点型神经网络的方法，包括由设备通过将激活函数应用于从包括在浮点型神经网络中的层接收的多个激活值获得多个后激活值，并由设备导出对于多个后激活值中的至少一些的多个统计特征。方法还包括由设备基于多个统计特征确定对于浮点型神经网络的量化的步长，并由设备基于步长确定对于定点型神经网络的最终小数长度。
-
公开(公告)号：CN109784470A
公开(公告)日：2019-05-21
申请号：CN201810928026.0
申请日：2018-08-15
Applicant: 三星电子株式会社
Abstract: 一种通过对输入人工神经网络(ANN)进行量化来产生输出人工神经网络的人工神经网络量化方法包括：通过对所述输入人工神经网络的第一参数进行量化来获得第二参数；从其中已对所述输入人工神经网络应用所获得的所述第二参数的中间人工神经网络获得样本分布；以及通过对所获得的所述样本分布进行量化来获得所述样本分布的小数长度。也提供一种神经网络量化装置及非暂时性计算机可读记录介质。
-
公开(公告)号：CN109754066A
公开(公告)日：2019-05-14
申请号：CN201811306364.7
申请日：2018-11-02
Applicant: 三星电子株式会社
Abstract: 通过量化浮点型神经网络生成定点型神经网络的方法，包括由设备通过将激活函数应用于从包括在浮点型神经网络中的层接收的多个激活值获得多个后激活值，并由设备导出对于多个后激活值中的至少一些的多个统计特征。方法还包括由设备基于多个统计特征确定对于浮点型神经网络的量化的步长，并由设备基于步长确定对于定点型神经网络的最终小数长度。
-
公开(公告)号：CN109558945A
公开(公告)日：2019-04-02
申请号：CN201810589961.9
申请日：2018-06-08
Applicant: 三星电子株式会社
IPC: G06N3/06
Abstract: 本发明提供一种对人工神经网络进行量化的方法、对人工神经网络进行量化的装置及对浮点神经网络进行量化的方法。一种对人工神经网络进行量化的方法包括：将所述人工神经网络的输入分布划分成多个节段；通过对所述多个节段中的每一个进行近似来产生近似密度函数；基于所述近似密度函数来计算与用于对所述人工神经网络进行量化的至少一个步长对应的至少一个量化误差；以及基于所述至少一个量化误差来确定用于对所述人工神经网络进行量化的最终步长。所述方法同时提供人工神经网络的高的准确性及低的计算复杂度。
-
公开(公告)号：CN108255774A
公开(公告)日：2018-07-06
申请号：CN201711078164.6
申请日：2017-11-06
Applicant: 三星电子株式会社
IPC: G06F15/167
CPC classification number: G06F1/329 , G06F1/3228 , G06F1/324 , G06F1/3296 , G06F15/167
Abstract: 提供了一种包括具有至少一个核的中央处理单元(CPU)以及存储器接口的应用处理器、包括该应用处理器的计算系统及其方法。该方法包括：在第一时段内，测量所述至少一个核执行操作以运行指令的时段的核活动周期以及所述至少一个核处于空闲状态的时段的核空闲周期；产生关于所述至少一个核在核活动周期中访问存储器接口的时段的存储器访问停顿周期的信息；使用关于存储器访问停顿周期的信息来校正核活动周期以使用所校正的核活动周期来计算所述至少一个核上的负载；以及使用所计算的在所述至少一个核上的负载来对所述至少一个核执行DVFS操作。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
