申请/专利权人:电子科技大学
申请日:2024-04-19
公开(公告)日:2024-06-25
公开(公告)号:CN118246492A
主分类号:G06N3/0464
分类号:G06N3/0464;G06N3/063;G06N3/084
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明公开了一种卷积神经网络加速方法及卷积神经网络加速器,属于计算机技术领域。所述卷积神经网络加速方法包括:获取预先训练的卷积神经网络的模型参数,所述模型参数包括各卷积层中的卷积核参数;根据各卷积层中的卷积核参数求出各层卷积核中心对称元素的平均值,并将其替代为各卷积层中卷积核的参数;给定输入输出样本对,基于所述输入输出样本对对所述卷积神经网络进行训练,并在达到指定的误差范围或者最大次数时结束训练过程。本发明采用的卷积核中心化的处理方式,减少了权重存储所需要的空间和外部存储器的访问次数,使得卷积神经网络的加速具备运算效率较高而所需存储空间较少的目的。
主权项:1.一种卷积神经网络加速方法,其特征在于,包括:S100.获取预先训练的卷积神经网络的模型参数,所述模型参数包括各卷积层中的卷积核参数;S200.根据各卷积层中的卷积核参数求出各层卷积核中心对称元素的平均值,并将其替代为各卷积层中卷积核的参数;S300.给定输入输出样本对,基于所述输入输出样本对对所述卷积神经网络进行训练,并在达到指定的误差范围或者最大次数时结束训练过程。
全文数据:
权利要求:
百度查询: 电子科技大学 一种卷积神经网络加速方法及卷积神经网络加速器
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。