公开(公告)号：CN112214222A

公开(公告)日：2021-01-12

申请号：CN202011169585.1

申请日：2020-10-27

Applicant: 华中科技大学

Inventor： 于俊清 ,  余冰清

IPC: G06F8/41 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种COStream中用于实现前馈神经网络的sequential结构及其编译方法，属于计算机编译技术领域。本发明结合COStream中已经存在的pipeline结构文法与主流深度学习框架的API设计，设计了基于顺序模型描述深度学习架构、配置学习过程、设置训练数据集以及训练标签集的sequential结构的文法。sequential结构的文法设计，使得用户不再需要基于COStream中基本的数据流图构建语言，逐步构造前馈神经网络的正向传播、反向传播过程中计算节点，有效地避免大量的代码。本发明在sequential结构文法的基础上，实现了由sequentialNode转换成实际compositeNode。

公开(公告)号：CN112214222B

公开(公告)日：2021-11-19

申请号：CN202011169585.1

申请日：2020-10-27

Applicant: 华中科技大学

Inventor： 于俊清 ,  余冰清

IPC: G06F8/41 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种COStream中用于实现前馈神经网络的sequential结构及其编译方法，属于计算机编译技术领域。本发明结合COStream中已经存在的pipeline结构文法与主流深度学习框架的API设计，设计了基于顺序模型描述深度学习架构、配置学习过程、设置训练数据集以及训练标签集的sequential结构的文法。sequential结构的文法设计，使得用户不再需要基于COStream中基本的数据流图构建语言，逐步构造前馈神经网络的正向传播、反向传播过程中计算节点，有效地避免大量的代码。本发明在sequential结构文法的基础上，实现了由sequentialNode转换成实际compositeNode。