-
公开(公告)号：CN107832840B
公开(公告)日：2020-05-22
申请号：CN201711054158.7
申请日：2017-10-31
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种用于神经网络处理器的方法，包括：1)确定所述神经网络处理器的电路构造；2)增加所述电路构造中至少一条路径上的至少一个器件的延时；3)将测试用的数据集作为增加了延时后的所述电路构造的输入，并通过评估所述电路构造的工作状况来获得用于所述神经网络处理器的神经网络权重值。
-
公开(公告)号：CN107087107B
公开(公告)日：2019-11-29
申请号：CN201710312832.0
申请日：2017-05-05
Applicant: 中国科学院计算技术研究所
IPC: H04N5/232
Abstract: 本发明涉及一种基于双摄像头的图像处理装置，包括第一摄像头、第二摄像头和控制模块，其中，所述第一摄像头用于拍摄整体图像；所述控制模块用于发送拍摄指令到所述第二摄像头；所述第二摄像头按照接收的所述拍摄指令拍摄局部图像，其特征在于，所述拍摄指令包含所述第一摄像头的拍摄信息和所述整体图像的图像信息。本发明能够提高局部目标的成像效果，增强整幅图像的细节表现。
-
公开(公告)号：CN110147879A
公开(公告)日：2019-08-20
申请号：CN201910264756.X
申请日：2019-04-03
Applicant: 中国科学院计算技术研究所
IPC: G06N3/063 , G06F16/245
Abstract: 本发明提供一种用于神经网络处理器的激活装置及处理器。所述激活装置，包括：存储有自变量值与一种激活函数类型的函数值之间的对应关系的查找表单元、激活控制单元、查找预处理单元、查找后处理单元，其中，所述激活控制单元，用于根据当前选择的激活函数类型，产生针对查找表预处理单元、查找后处理单元的控制信号；所述查找预处理单元，用于根据所述控制信号以及待激活的神经元值x，得到待查值；所述查找表单元，用于从其存储的自变量与其激活函数值之间的对应关系中找到与所述待查值匹配的函数值，以作为查找值；所述查找后处理单元，用于根据所述控制信号以及所述查找值，得到对所述待激活的神经元值x的激活结果。
-
公开(公告)号：CN110097172A
公开(公告)日：2019-08-06
申请号：CN201910203310.6
申请日：2019-03-18
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种卷积神经网络数据处理方法以简化卷积操作，所述方法包括：1)根据卷积神经网络模型的权值g以及转换矩阵G，基于GgGT计算针对权值的中间矩阵U；2)对所述针对权值的中间矩阵U进行压缩，以获得用于指示U中有效元素的数值的压缩转换权值矩阵Uz、以及用于指示U中有效元素的坐标的压缩坐标编码S；3)根据所述压缩坐标编码S，计算针对中间矩阵V＝[BTdB]的压缩结果以作为压缩转换特征图Vz，其中d为卷积神经网络的输入特征图，B是转换矩阵；4)对所述压缩转换权值矩阵Uz和所述压缩转换特征图Vz执行点乘操作，得到点乘矩阵Mz；5)根据所述点乘矩阵Mz、转换矩阵A，基于ATMzA计算针对所述输入特征图d的卷积运算结果F。
-
公开(公告)号：CN106447034B
公开(公告)日：2019-07-30
申请号：CN201610977182.7
申请日：2016-10-27
Applicant: 中国科学院计算技术研究所
IPC: G06N3/06
Abstract: 本发明提出一种基于数据压缩的神经网络处理器、设计方法、芯片，该处理器包括至少一个存储单元，用于存储操作指令与参与计算的数据；至少一个存储单元控制器，用于对所述存储单元进行控制；至少一个计算单元，用于执行神经网络的计算操作；控制单元，与所述存储单元控制器与所述计算单元相连，用于经由所述存储单元控制器获得所述存储单元存储的指令，并且解析所述指令以控制所述计算单元；至少一个数据压缩单元，用于按照数据压缩存储格式对所述参与计算的数据进行压缩，其中每个所述数据压缩单元与所述计算单元相连。本发明降低了神经网络处理器中数据资源的占用，提高了运算速度，提升了能量效率。
-
Patent Agency Ranking
公开(公告)号：CN106650924B
公开(公告)日：2019-05-14
申请号：CN201610970218.9
申请日：2016-10-27
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于时间维和空间维数据流压缩的处理器、设计方法、芯片，该处理器包括至少一个存储单元，用于存储操作指令与参与计算的数据；至少一个存储单元控制器，用于对所述存储单元进行控制；至少一个计算单元，用于执行神经网络的计算操作；控制单元，与所述存储单元控制器与所述计算单元相连，用于经由所述存储单元控制器获得所述存储单元存储的指令，并且解析所述指令以控制所述计算单元；计算单元阵列，所述计算单元阵列由m*n个所述计算单元组成，每个所述计算单元完成数据与神经网络权重的卷积运算；至少一个权重检索单元，用于对权重进行检索，其中每个所述权重检索单元与所述计算单元相连，保证具有压缩格式的权重在时间维和空间维数据流压缩下可与对应数据正确计算。
-
公开(公告)号：CN109308517A
公开(公告)日：2019-02-05
申请号：CN201811041101.8
申请日：2018-09-07
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种面向二值神经网络的二值化装置，包括：数据接收单元，用于接收神经网络待二值化的非二值输入数据和预设的二值化参数，其中，所述非二值输入数据是神经元数据和/或权值数据；二值化计算单元，用于针对所述输入数据执行二值化计算；数据输出单元，用于输出所述二值化计算单元获得的二值化结果。
-
公开(公告)号：CN108734270A
公开(公告)日：2018-11-02
申请号：CN201810244109.8
申请日：2018-03-23
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种兼容型神经网络加速器，包括存储单元，用于存储神经元数据、权值数据及控制指令并输出；矩阵运算单元，用于根据所述控制指令从所述存储单元接收数据并针对所述接收的数据执行矩阵运算并输出运算结果；模式运算单元，包括多个功能模块，所述功能模块可用于从所述矩阵运算单元和/所述激活单元和/或所述存储单元或接收数据，并根据所述控制指令针对所述接收的数据执行与网络对应的特定运算并输出运算结果；激活单元，用于从所述模式运算单元和/或所述存储单元接收数据，并针对所述接收的数据执行激活操作并输出激活结果。
-
公开(公告)号：CN108510058A
公开(公告)日：2018-09-07
申请号：CN201810166950.X
申请日：2018-02-28
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种神经网络中的权重存储方法以及基于该方法的神经网络存储器。该权重存储方法包括：将原二维权重卷积核构建为三维空间矩阵；查找所述三维空间矩阵中的有效权重并建立有效权重索引，其中，所述有效权重是非零权重，所述有效权重索引用于标记所述有效权重在所述三维空间矩阵的位置；存储所述有效权重以及所述有效权重索引。根据本发明的权重数据存储方法和卷积计算方法能够节省存储空间并提高计算效率。
-
公开(公告)号：CN108345934A
公开(公告)日：2018-07-31
申请号：CN201810038612.8
申请日：2018-01-16
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种用于神经网络处理器的激活装置及方法，以时分复用的方式减少硬件的闲置时间、并且以简单的结构实现硬件电路。所述激活装置，包括：至少一个激活运算单元、激活控制单元、输入接口、以及输出接口；其中，所述激活运算单元可同时处理的最大数据量小于等于一次性输入所述激活装置的待处理数据量；并且，所述激活控制单元与所述激活运算单元连接，用于根据所述一次性输入所述激活装置的待处理数据量与所述激活运算单元的处理能力之间的关系，控制所述激活运算单元对由所述输入接口从所述激活装置外部一次性接收到的待激活神经元进行分批激活处理，并由所述输出接口将激活处理的结果输出所述激活装置。
-
-
-
-
-
-
-
-
-
Search Results
143
records
(took 0.04 seconds)
