-
Patent Agency Ranking
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：CN112990453A
公开(公告)日：2021-06-18
申请号：CN202010623752.9
申请日：2020-07-01
Applicant: 三星电子株式会社
Inventor： 河相源
Abstract: 提供了一种利用神经网络处理的方法和装置。该方法包括：基于计算神经网络的第一层中的通道的第一输出特征图中的像素值的区域和来针对第一层中的每个通道生成积分图；通过对针对各个通道生成的积分图执行累加运算来生成累加积分图；通过在第一层之后的第二层的输入特征图与权重核之间执行卷积运算，来获得第二层的预输出特征图；以及通过从预输出特征图的像素值中减去累加积分图的累加值来去除权重核中的偏移，以获得第二层的第二输出特征图。
-
公开(公告)号：CN109389219A
公开(公告)日：2019-02-26
申请号：CN201810868446.4
申请日：2018-08-01
Applicant: 三星电子株式会社
CPC classification number: G06N3/10 , G06F7/5443 , G06F2207/4824 , G06N3/0472 , G06N3/063 , G06N3/084 , G06N3/08 , G06F7/57
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：CN113868187A
公开(公告)日：2021-12-31
申请号：CN202011346259.3
申请日：2020-11-26
Applicant: 三星电子株式会社
Abstract: 公开了处理神经网络的方法和电子装置。所述电子装置包括：主机处理器，被配置为：接收由加速器来处理神经网络的请求，响应于所述请求生成能够由加速器执行的指令，并且将所述指令发送到加速器；和加速器，被配置为：响应于所述指令执行神经网络，并且将执行神经网络的结果发送到主机处理器，其中，加速器被配置为：检测包括在神经网络中的运算中的待执行的运算属于能够由加速器执行的运算还是能够由主机处理器执行的运算；当检测到待执行的运算属于能够由主机处理器执行的运算时，将待执行的运算转换为能够由加速器执行的运算来在加速器执行。
-
公开(公告)号：CN112651485A
公开(公告)日：2021-04-13
申请号：CN202011086791.6
申请日：2020-10-12
Abstract: 公开识别图像的方法和设备以及训练神经网络的方法和设备。所述方法包括：获得待识别的图像数据作为神经网络的输入数据；针对神经网络内的至少一个层中的当前层，通过对当前层的输入数据执行当前层的操作来产生当前层的输出数据；基于当前层的每个输出通道的局部最大值，通过对全局恢复数据进行初次量化来获得局部量化数据；将局部量化数据存储在存储器中；基于与当前层对应的全局最大值，通过对局部恢复数据进行二次量化来获得全局量化数据；将全局量化数据作为下一层的输入数据提供给下一层，以执行下一层的操作；以及基于神经网络的最终层的操作产生的输出数据，输出图像识别结果。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
