-
公开(公告)号：CN119250140A
公开(公告)日：2025-01-03
申请号：CN202411276054.0
申请日：2024-09-12
Applicant: 北京大学
IPC: G06N3/065 , G06N3/0464 , G06F17/16 , G06N5/04
Abstract: 本发明提供了一种基于忆阻器存内计算架构的卷积神经网络权重映射及像素级推理仿真的方法，对于任意卷积神经网络输入，使用映射方法将输入的卷积神经网络所有权重参数抽象成若干大小的矩形模型，并将其合理分割后，存入忆阻器阵列群中；使用仿真方法将神经网络推理流程划分为若干周期，并仿真出每个周期工作的忆阻器阵列序号及行列数、网络层的输出像素值、需要缓存及允许释放的像素规模，实现了像素级的网络全流水仿真。本发明适用于任意卷积神经网络，为片上缓存容量设计、忆阻器阵列间特征图流水设计等硬件实现提供重要依据，具有广阔的应用前景。
Search Results
1
records
(took 0.025 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
