基于深度學習的布局后布線違例預測方法及可讀存儲介質(zhì)
基本信息
| 申請?zhí)?/td> | CN202011437109.3 | 申請日 | - |
| 公開（公告）號 | CN112233115A | 公開（公告）日 | 2021-01-15 |
| 申請公布號 | CN112233115A | 申請公布日 | 2021-01-15 |
| 分類號 | G06T7/00(2017.01)I | 分類 | 計算；推算；計數(shù); |
| 發(fā)明人 | 樊沁春;張曦;李楠 | 申請（專利權(quán)）人 | 西安國微半導體有限公司 |
| 代理機構(gòu) | 西安嘉思特知識產(chǎn)權(quán)代理事務(wù)所（普通合伙） | 代理人 | 西安國微半導體有限公司 |
| 地址 | 710000陜西省西安市高新區(qū)丈八街辦科技二路72號西安軟件園零壹廣場10901室 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開了一種基于深度學習的布局后布線違例預測方法及可讀存儲介質(zhì)，包括：按照預設(shè)窗口對第一版圖信息進行分割，以得到每個預設(shè)窗口對應的第一特征信息；根據(jù)第一特征信息得到每個第一特征信息對應的第一特征圖像；根據(jù)同一預設(shè)窗口對應的所有第一特征圖像得到第一五維張量圖像；根據(jù)預設(shè)窗口得到對應的第一設(shè)計規(guī)則違反圖像；得到訓練完的第一網(wǎng)絡(luò)模型；基于訓練完的第一網(wǎng)絡(luò)模型，得到第一訓練模型；得到第二訓練模型；得到最終訓練模型；將待預測數(shù)據(jù)輸入至最終訓練模型得到預測結(jié)果。本發(fā)明在設(shè)計規(guī)則違反非常多的情況下可以及時的調(diào)整布局，可以指導布局優(yōu)化，減少布線后的設(shè)計規(guī)則違反，優(yōu)化布局布線流程。?? |
