一种存算一体卷积神经网络图像分类装置及方法

    公开(公告)号:CN115049885A

    公开(公告)日:2022-09-13

    申请号:CN202210981223.5

    申请日:2022-08-16

    Abstract: 本发明公开了一种存算一体卷积神经网络图像分类装置及方法,通过控制器对装置的其他单元、器件的控制;通过数据存储器存储神经网络分类的图像数据,以及中间特征图数据;通过存算一体单元获取的图像数据,并对图像数据进行卷积神经网络中的卷积层以及全连接层的计算,得到特征值;通过激活函数单元对存算一体单元输出的特征值进行非线性操作,得到非线性操作后的特征值;通过池化单元依次对非线性操作后的特征值进行行池化操作和列池化操作,并将最终结果值存入数据存储器;通过分类器获取最后一层神经网络计算对应的存算一体单元的输出,根据分类标签得到分类结果;从而实现数据流的优化,减少数据存取次数,减小所需缓存容量,提升计算效率。

    一种任务执行的方法、装置、存储介质及电子设备

    公开(公告)号:CN116663631B

    公开(公告)日:2024-05-14

    申请号:CN202310941250.4

    申请日:2023-07-28

    Abstract: 本说明书公开了一种任务执行的方法、装置、存储介质及电子设备,可以根据待执行任务中包含的各变量参数、各变量参数的值域、各变量参数之间的约束关系确定用于进行任务执行的脉冲神经网络模型所需的各神经元以及各神经元之间的连接关系,从而可以通过构建出的脉冲神经网络模型进行任务执行,进而可以降低执行待执行任务所需的计算资源。

    一种任务执行的方法、装置、存储介质及电子设备

    公开(公告)号:CN116663631A

    公开(公告)日:2023-08-29

    申请号:CN202310941250.4

    申请日:2023-07-28

    Abstract: 本说明书公开了一种任务执行的方法、装置、存储介质及电子设备,可以根据待执行任务中包含的各变量参数、各变量参数的值域、各变量参数之间的约束关系确定用于进行任务执行的脉冲神经网络模型所需的各神经元以及各神经元之间的连接关系,从而可以通过构建出的脉冲神经网络模型进行任务执行,进而可以降低执行待执行任务所需的计算资源。

    基于模糊控制器的机器人导航避障方法及装置

    公开(公告)号:CN115576328B

    公开(公告)日:2023-03-28

    申请号:CN202211421109.3

    申请日:2022-11-15

    Abstract: 本发明公开了基于模糊控制器的机器人导航避障方法及装置,通过采集机器人激光雷达和里程计两种传感器的信息作为模糊控制器输入,建立两套知识库和模糊推理规则,得到第一模糊控制器的输出为机器人运动的线速度和角速度,第二模糊控制器的输出为导航和避障两个任务的权重值,用于权衡机器人的导航和避障这两个任务。本发明中除了模糊控制理论外不需要其他人工智能算法的辅助,不需要预先构建地图,不需要大量的数据库和训练集,即可实现机器人在未知的、动态的复杂环境中避障导航的功能。基于人类知识和语言设计的策略,易于理解、实时性高、鲁棒性强。

    基于阻变存储器的量化因子优化的图像分类方法及装置

    公开(公告)号:CN115311506B

    公开(公告)日:2023-03-28

    申请号:CN202211238897.2

    申请日:2022-10-11

    Abstract: 本发明公开了基于阻变存储器的量化因子优化的图像分类方法及装置,分别构建基于阻变存储器的浮点神经网络模型及与其对应的基于阻变存储器的神经网络量化模型,通过一种新的量化因子优化损失函数结合分类损失函数,对神经网络量化模型进行训练,并且与阻变存储器的特性结合,通过迭代优化使图像分类神经网络模型学习到的量化因子尽可能的接近2的幂次方,在推理阶段,将量化后的值映射到阻变存储器阵列的电压值和电导值,并对输出电流进行移位操作,得到卷积层输出量化后的值,最终得到基于阻变存储器的神经网络量化模型的图像分类结果,由于每层的量化因子通过基于阻变存储器的神经网络模型学习得到,能够加快模型的推理速度。

    一种存算一体卷积神经网络图像分类装置及方法

    公开(公告)号:CN115049885B

    公开(公告)日:2022-12-27

    申请号:CN202210981223.5

    申请日:2022-08-16

    Abstract: 本发明公开了一种存算一体卷积神经网络图像分类装置及方法,通过控制器对装置的其他单元、器件的控制;通过数据存储器存储神经网络分类的图像数据,以及中间特征图数据;通过存算一体单元获取的图像数据,并对图像数据进行卷积神经网络中的卷积层以及全连接层的计算,得到特征值;通过激活函数单元对存算一体单元输出的特征值进行非线性操作,得到非线性操作后的特征值;通过池化单元依次对非线性操作后的特征值进行行池化操作和列池化操作,并将最终结果值存入数据存储器;通过分类器获取最后一层神经网络计算对应的存算一体单元的输出,根据分类标签得到分类结果;从而实现数据流的优化,减少数据存取次数,减小所需缓存容量,提升计算效率。

    一种基于忆阻器非线性权重映射的最短路径确定方法

    公开(公告)号:CN119132363A

    公开(公告)日:2024-12-13

    申请号:CN202411066411.0

    申请日:2024-08-05

    Abstract: 本说明书公开了一种基于忆阻器非线性权重映射的最短路径确定方法,在本说明书提供的基于忆阻器的最短路径确定方法中,根据待施加电压脉冲信号的输入电压,以及硬件电路中第二忆阻器的阈值转换电压、跨阻放大器的等效电阻的阻值、负载电阻的阻值、第二忆阻器的高电阻值,确定图数据中各条边的权重的映射值,并根据各映射值,设置突触阵列中各第一忆阻器的电导值。从而通过基于忆阻器的硬件电路,采用存内计算方式,实现图数据最短路径的计算,相比于软件实现的最短路径算法,加快了最短路径算法的计算效率。

    一种基于阻变存储器的模型量化方法、装置以及设备

    公开(公告)号:CN117787358B

    公开(公告)日:2024-07-30

    申请号:CN202410064436.0

    申请日:2024-01-16

    Abstract: 本说明书提供的一种基于阻变存储器的模型量化方法、装置以及设备中,通过根据待量化模型构建压缩模型,确定压缩模型各网络层预设的输入位宽和预设的权重位宽,然后再将训练样本输入所述压缩模型,确定输出结果,根据所述输出结果以及所述训练样本对应标注之间的差异,确定损失;以所述损失最小为优化目标,调整所述压缩模型的各网络层的所述输入位宽以及所述权重位宽,并确定若干组符合优化条件的输入位宽以及权重位宽,根据压缩模型的模型精度确定各网络层对应的输入位宽以及权重位宽。使得量化后的模型在保证模型精度满足要求的前提下,可通过阻变存储器精确表示模型的权重,增大了阻变存储器的资源利用率。

    一种基于阻变存储器的图像边缘检测任务执行方法及装置

    公开(公告)号:CN117893396A

    公开(公告)日:2024-04-16

    申请号:CN202410117387.2

    申请日:2024-01-26

    Inventor: 张徽 时拓 高丽丽

    Abstract: 本说明书公开了一种基于阻变存储器的图像边缘检测任务执行方法及装置,在获取原始图像并确定出原始图像中各像素点对应的灰度值后,通过预先配置的第一阻变存储器确定出原始图像中各像素点对应的横向梯度值以及纵向梯度值,而后针对每个像素点,将该像素点对应的横向梯度值以及纵向梯度值转化为该像素点对应的第三电压值对,从而根据第二阻变存储器在此第三电压值对对应的电压的控制下输出的电流的电流值,确定出该像素点对应的初始边缘特征数据,进而根据原始图像中各像素点对应的初始边缘特征数据,执行边缘检测任务。通过第一阻变存储器以及第二阻变存储器对原始图像中各像素点对应的灰度值进行预处理,提高了图像边缘检测任务的执行效率。

Patent Agency Ranking