計算神經網絡壓縮最佳定點位數(shù)的方法、存儲介質和裝置
基本信息
申請?zhí)?/td> | CN201810992672.3 | 申請日 | - |
公開(公告)號 | CN109359728B | 公開(公告)日 | 2021-04-09 |
申請公布號 | CN109359728B | 申請公布日 | 2021-04-09 |
分類號 | G06N3/063(2006.01)I;G06N3/04(2006.01)N;G06N3/08(2006.01)N | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 楊志明;陳巍巍;陳臘梅 | 申請(專利權)人 | 深思考人工智能科技(上海)有限公司 |
代理機構 | 北京德琦知識產權代理有限公司 | 代理人 | 謝安昆;宋志強 |
地址 | 100085北京市海淀區(qū)信息路12號中關村發(fā)展大廈B座B203-205 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明提供一種計算神經網絡壓縮最佳定點位數(shù)的方法、存儲介質和裝置,包括:步驟11:設置FPn為初始值;步驟12:按照當前FPn,將卷積層參數(shù)進行定點化處理,以構建當前定點化深度學習算法;將L個樣本數(shù)據(jù)對中的樣本輸入值逐個輸入當前定點化深度學習算法,其中,一樣本數(shù)據(jù)對包括樣本輸入值Xl、以及Xl的標準輸出Yl,記錄當前定點化深度學習算法的輸出Y’l,l=1,2…L;步驟13:通過比較Yl與Y’l,判斷Y’l是否符合預設要求,如果是,則記錄當前FPn為定點化深度學習算法的定點位數(shù)最終值,結束本流程,否則執(zhí)行步驟14;步驟14:調整FPn數(shù)值,返回步驟12。本發(fā)明方法,可以快速確定定點化深度學習算法中的定點位數(shù),可提高深度學習算法的運算速度,節(jié)省運算時間。?? |
