-
公开(公告)号：CN110263910B
公开(公告)日：2025-02-18
申请号：CN201910179660.3
申请日：2019-03-11
Applicant: 罗伯特·博世有限公司
IPC: G06N3/0464
Abstract: 本发明涉及一种用于运行具有神经网络、尤其卷积（convolutional）神经网络的计算系统（1）的方法，其中，所述计算系统具有用于所述神经网络的按顺序的计算的计算装置（2）和用于将在所述计算装置（2）中的所述计算的中间结果中间存储的相对于所述计算装置在外部的存储器（4），所述方法具有以下步骤：‑借助神经网络逐步地计算（S2，S3）数据区段，所述数据区段分别表示中间结果的组，‑有损耗地压缩（S5，S6，S7，S8）所述数据区段其中的一个或多个，以便获得经压缩的中间结果，并且‑将所述经压缩的中间结果传输（S9）给所述外部存储器（4）。
-
公开(公告)号：CN110162426B
公开(公告)日：2025-01-28
申请号：CN201910110015.6
申请日：2019-02-11
Applicant: 罗伯特·博世有限公司
IPC: G06F11/14
Abstract: 本发明涉及用于检验神经网络中的神经元函数的方法和设备。一种用于检验对神经网络的多个神经元（1）的神经元值的计算的方法具有下列步骤：‑执行或者促使对多个神经元（1）的神经元函数的计算，以便分别获得神经元值，其中通过针对每个神经元输入的单独的权重（wn,i）来确定所述神经元函数；‑将第一比较值(V1)计算为多个神经元(1)的神经元值的和；‑利用多个神经元（1）的一个或者多个校核神经元函数和所有神经元输入执行或者促使校核计算，以便根据多个神经元（1）的神经元输入并且根据多个神经元（1）的与相应的神经元输入关联的权重（wn,i）的和获得第二比较值（V2）；‑根据第一比较值（V1）和第二比较值（V2）来识别错误。
-
Patent Agency Ranking
公开(公告)号：CN110222813A
公开(公告)日：2019-09-10
申请号：CN201910154846.3
申请日：2019-03-01
Applicant: 罗伯特·博世有限公司
Abstract: 本发明涉及运行至少部分自动化的车辆的方法、设备和计算机程序。本发明涉及一种用于运行至少部分自动化的车辆（10）的方法（30），该方法包括如下步骤：确定深度神经元网络的输出参量。深度神经元网络的输出参量根据所检测到的输入参量和多个表征深度神经元网络的参量以及至少一个激活函数（20）来确定。激活函数（20）将第一值域（21）的如下值线性地映射到第二值域（22）上，所述值在第一值域（21）的第一规定值（e）与第一值域（21）的第二规定值（a）之间。根据深度神经元网络的所确定的输出参量来操控车辆（10）。本发明还涉及一种用于实施该方法（30）的计算机程序和设备以及一种机器可读存储元件（12），在其上存储有该计算机程序。
-
公开(公告)号：CN110162426A
公开(公告)日：2019-08-23
申请号：CN201910110015.6
申请日：2019-02-11
Applicant: 罗伯特·博世有限公司
IPC: G06F11/14
Abstract: 本发明涉及用于检验神经网络中的神经元函数的方法和设备。一种用于检验对神经网络的多个神经元（1）的神经元值的计算的方法具有下列步骤：-执行或者促使对多个神经元（1）的神经元函数的计算，以便分别获得神经元值，其中通过针对每个神经元输入的单独的权重（wn,）i来确定所述神经元函数；-将第一比较值(V1)计算为多个神经元(1)的神经元值的和；-利用多个神经元（1）的一个或者多个校核神经元函数和所有神经元输入执行或者促使校核计算，以便根据多个神经元（1）的神经元输入并且根据多个神经元（1）的与相应的神经元输入关联的权重（wn,i）的和获得第二比较值（V2）；-根据第一比较值（V1）和第二比较值（V2）来识别错误。
-
公开(公告)号：CN110222813B
公开(公告)日：2024-08-02
申请号：CN201910154846.3
申请日：2019-03-01
Applicant: 罗伯特·博世有限公司
Abstract: 本发明涉及运行至少部分自动化的车辆的方法、设备和计算机程序。本发明涉及一种用于运行至少部分自动化的车辆（10）的方法（30），该方法包括如下步骤：确定深度神经元网络的输出参量。深度神经元网络的输出参量根据所检测到的输入参量和多个表征深度神经元网络的参量以及至少一个激活函数（20）来确定。激活函数（20）将第一值域（21）的如下值线性地映射到第二值域（22）上，所述值在第一值域（21）的第一规定值（e）与第一值域（21）的第二规定值（a）之间。根据深度神经元网络的所确定的输出参量来操控车辆（10）。本发明还涉及一种用于实施该方法（30）的计算机程序和设备以及一种机器可读存储元件（12），在其上存储有该计算机程序。
-
公开(公告)号：CN110263910A
公开(公告)日：2019-09-20
申请号：CN201910179660.3
申请日：2019-03-11
Applicant: 罗伯特·博世有限公司
IPC: G06N3/04
Abstract: 本发明涉及一种用于运行具有神经网络、尤其卷积（convolutional）神经网络的计算系统（1）的方法，其中，所述计算系统具有用于所述神经网络的按顺序的计算的计算装置（2）和用于将在所述计算装置（2）中的所述计算的中间结果中间存储的相对于所述计算装置在外部的存储器（4），所述方法具有以下步骤：-借助神经网络逐步地计算（S2，S3）数据区段，所述数据区段分别表示中间结果的组，-有损耗地压缩（S5，S6，S7，S8）所述数据区段其中的一个或多个，以便获得经压缩的中间结果，并且-将所述经压缩的中间结果传输（S9）给所述外部存储器（4）。
-
公开(公告)号：CN110222845A
公开(公告)日：2019-09-10
申请号：CN201910151665.5
申请日：2019-02-28
Applicant: 罗伯特·博世有限公司
Abstract: 本发明涉及一种用于训练机器学习系统（12）的方法。所述机器学习系统（12）借助所述机器学习系统的输入参量沿着通过所述机器学习系统（12）的多个路径的传播根据相应的路径的多个区段的激活来确定输出参量。根据分配给所述区段的、表征机器学习系统的参量以及根据分配给所述区段的激活函数来确定每个区段的激活。所述方法包括以下步骤：确定所述机器学习系统（12）的输出参量。根据表征学习进展的成本函数适配表征所述机器学习系统的参量（23）中的至少一个。本发明此外涉及一种计算机程序和一种用于实施所述方法的设备以及一种机器可读的存储元件（12），在所述存储元件上存储所述计算机程序。
-
-
-
-
-
-
Search Results
7
records
(took 0.021 seconds)
