龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：无锡中微亿芯有限公司
摘要：本申请公开了一种基于动态梯度优化结合深度强化学习的芯片布局方法，涉及芯片布局技术领域，该方法计算每次迭代的芯片布局结果的多项布局性能指标并构建得到状态特征向量以及奖励值，引入权重系数结合布局性能指标计算得到损失函数对芯片布局结果进行梯度优化布局，且利用基于深度强化学习的策略网络对权重系数进行自适应动态更新，以及利用迭代过程中的状态特征向量以及奖励值训练更新策略网络。通过一段时间的梯度下降迭代可以对芯片布局结果不断进行更新优化，以此实现智能布局优化，权重系数的引入以及自适应动态更新可以使得芯片进行内缩梯度优化的同时梯度优化目标不陷入局部最优解或产生梯度爆炸，从而进一步提升片布局优化性能和效率。
主权项：1.一种基于动态梯度优化结合深度强化学习的芯片布局方法，其特征在于，所述芯片布局方法包括：对待布局网表进行初始化布局得到第一次迭代的芯片布局结果，并初始化迭代次数t＝1：计算任意第t次迭代的芯片布局结果的多项布局性能指标，并构建得到表征第t次迭代的芯片布局结果的布局性能的状态特征向量statet以及奖励值Rt；根据第t次迭代的芯片布局结果的各项布局性能指标结合第t次迭代的权重系数αt计算得到损失函数Losst，损失函数Losst越小、所述芯片布局结果的布局性能越优；根据损失函数Losst进行梯度下降更新得到第t+1次迭代的芯片布局结果；利用基于深度强化学习的策略网络根据状态特征向量statet更新得到第t+1次迭代的权重系数αt+1，并根据第t+1次迭代的芯片布局结果和权重系数αt+1进入第t+1次迭代，直至达到迭代终止条件时得到最终芯片布局结果；所述策略网络在迭代过程中利用各次迭代的状态特征向量和奖励值进行训练更新。
全文数据：
权利要求：
百度查询： 无锡中微亿芯有限公司 一种基于动态梯度优化结合深度强化学习的芯片布局方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号