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

Inventor： A.冈托罗 ,  A.朗格 ,  C.肖恩 ,  J.托普 ,  S.福格尔 ,  J.希尔默

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

Inventor： A.贡托罗 ,  A.伦格 ,  C.肖恩 ,  S.福格尔 ,  J.托普 ,  J.希尔默

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：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

Inventor： A.贡托罗 ,  A.伦格 ,  C.肖恩 ,  S.福格尔 ,  J.托普 ,  J.希尔默

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：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

Inventor： A.冈托罗 ,  A.朗格 ,  C.肖恩 ,  J.托普 ,  S.福格尔 ,  J.希尔默

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：CN109983479A

公开(公告)日：2019-07-05

申请号：CN201780071282.6

申请日：2017-11-08

Applicant: 罗伯特·博世有限公司

Inventor： C.肖尔恩 ,  S.福格尔

IPC: G06N3/04 ,  G06N3/063

Abstract: 本发明涉及一种用于计算神经网络（100）的输出的方法，所述方法具有以下步骤：通过随机取整，由具有精确的棱边权重（Wprec）的神经网络（100）产生具有离散的棱边权重（Wb）的第一神经网络（100‑1）；通过随机取整，由具有精确的棱边权重（Wprec）的神经网络（100）产生具有离散的棱边权重（Wb）的第二神经网络（100‑2）；以及通过将所述第一神经网络（100‑1）的输出和所述第二神经网络（100‑2）的输出相加来计算输出。