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！
摘要：本公开提供了一种神经网络计算的方法，其包括：将权重矩阵分为多组，将各组中的非零权重分别存储在对应的内存片中；其中，权重矩阵为神经元的连接权重矩阵；每个组包括权重矩阵的多个连续列；内存片与组一一对应，其中存储有非零权重的值和位置；重复进行以下乘法操作：将各内存片中非零权重的值分别输入至对应的乘法器，并将输入数据中对应的数据分别输入至各乘法器；将每次乘法操作中各乘法器输出的乘法结果根据相应非零权重的位置移位，将移位后位于相同位置的乘法结果累加，以计算输出数据。本公开还提供了一种电子设备、计算机可读介质。
主权项：1.一种神经网络计算的方法，其包括：将权重矩阵分为多组，将各组中的非零权重分别存储在对应的内存片中；其中，权重矩阵为神经元的连接权重矩阵；每个组包括权重矩阵的多个连续列；内存片与组一一对应，其中存储有非零权重的值和位置；重复进行以下乘法操作：将各内存片中非零权重的值分别输入至对应的乘法器，并将输入数据中对应的数据分别输入至各乘法器；将每次乘法操作中各乘法器输出的乘法结果根据相应非零权重的位置移位，将移位后位于相同位置的乘法结果累加，以计算输出数据；所述将输入数据中对应的数据分别输入至各乘法器包括：内存缓冲区获取对应的内存片中的非零权重，根据各非零权重的位置确定对应组的各行中的非零权重的个数，将各行中非零权重的个数输入至多通道缓冲区；多通道缓冲区根据各组的各行中的非零权重的个数，将输入数据中与各行对应的数据输出至对应的乘法器同样的次数。
全文数据：
权利要求：
百度查询： 北京灵汐科技有限公司 神经网络计算的方法、电子设备、计算机可读介质
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