首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于存内计算电路的卷积神经网络量化方法 

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:中国电子科技集团公司第五十八研究所

摘要:本发明公开一种基于存内计算电路的卷积神经网络量化方法,属于卷积神经网络量化领域。用卷积神经网络针对卷积层的激活值、权重,设计量化网络模型;挑选1000个样本作为量化数据集,50个样本为一组,分成20组;计算权重量化系数,固定到量化网络模型中;计算激活值量化系数;根据存内计算电路数据流过程,设计计算ivc系数的量化网络模型,选100个样本为量化样本,计算ivc系数;将卷积层权重、偏移量转化为整数形式,ivc系数映射为电路中电阻的电导值,卷积层激活值和权重量化系数、ivc系数以及下一层卷积激活值量化系数进行融合,并转化成a*2b形式,设计量化后卷积网络在存内计算电路推理网络模型,实现卷积神经网络在存内计算电路的量化部署。

主权项:1.一种基于存内计算电路的卷积神经网络量化方法,其特征在于,包括:步骤S1:用预先训练好的卷积神经网络模型,针对卷积层的激活值、权重设计量化网络模型,其中,权重部分采用逐通道均匀对称量化,激活值部分采用逐层均匀对称量化;步骤S2:挑选1000个样本作为量化数据集,这些数据涵盖训练集对像所有类型,随机选取50个样本为一组,分成20组数据,依次送入量化网络模型;步骤S3:采用最大值法计算每层卷积各通道的权重量化系数,并将结果固定到量化网络模型中;步骤S4:结合全浮点型卷积网络推理模型,采用均方误差法计算激活值量化系数,逐卷积层计算,再将20组数据计算的量化系数求均值,求得每层卷积的激活值量化系数;步骤S5:针对存内计算电路中ivc系数,通过软件仿真卷积操作在存内计算电路数据流处理过程,结合激活值、权重量化结果,设计计算ivc系数的量化网络模型;步骤S6:挑选包含训练集对象各种类型的100个样本作为ivc系数量化数据集,随机选5个样本为一组,分成20组数据,依次送入ivc系数量化网络模型;步骤S7:采用KL散度法计算ivc系数,逐卷积层计算,再将20组量化数据计算的ivc系数求均值,求得每层卷积对应ivc系数;步骤S8:将卷积层权重、偏移量转换为整数形式,ivc系数映射成电路中电阻的电导值,卷积层激活值、权重量化系数、ivc系数以及下一层卷积激活值量化系数进行融合,并转化为a*2b形式,其中,a、b为整形,设计量化后卷积网络在存内计算电路推理网络模型,实现卷积神经网络在存内计算电路的量化部署。

全文数据:

权利要求:

百度查询: 中国电子科技集团公司第五十八研究所 一种基于存内计算电路的卷积神经网络量化方法

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。