[发明专利]一种信息处理装置、系统和方法

权利要求书

1.一种人工神经网络芯片，该芯片包括存储模块和数据处理模块，其中，

存储模块，用于接收并存储输入数据、指令和输出数据，其中输入数据包含一个或多个关键特征；

数据处理模块，用于对输入数据包含的关键特征进行判断，并根据判断结果对存储模块中的输入数据进行评分，所述数据处理模块包括：

评分单元，用于当人工神经网络芯片中运行的人工神经网络得到判断结果，进而得到评分时，该评分单元不参与数据处理；或者当人工神经网络芯片中运行的人工神经网络仅得到判断结果而不得到评分时，该评分单元根据判断结果得到评分；

其中，所述判断结果，为人工神经网络芯片中运行的人工神经网络的最终输出层的输出神经元的值，输出神经元的值即为关键特征出现的置信度，置信度为一定范围内的自然数，其中，所述置信度包括关键特征出现的概率，或者输入图片与关键图片的相似度；

所述评分为，在人工神经网络芯片中运行的人工神经网络的最终输出层后面再加一层作为新的最终输出层，该新的最终输出层的输入神经元值为各个关键特征出现的置信度；新的最终输出层只有一个输出神经元，其值即为评分；该新的最终输出层运算中的权值对应各个关键特征的重要程度；或者新的最终输出层有N+1个输出神经元，评分的取值范围为[0，N]，若将新的最终输出层输出神经元编号为0，1，2，……，N，则第i个输出神经元的值对应评分值取i的置信度P_i，最终评分为置信度最大的评分值，即评分=i₀，P_i0=max{P_i丨i=0，1，2，……，N }。

2.根据权利要求1所述的人工神经网络芯片，其中，所述输入数据为原始输入数据，或对原始输入数据进行预处理后的数据。

3.根据权利要求1所述的人工神经网络芯片，其中，所述数据处理模块中，所述用于对输入数据包含的关键特征进行判断，包括：

数据处理模块计算输入数据包含的关键特征的置信度，该置信度即为判断结果。

4.根据权利要求1所述的人工神经网络芯片，其中，所述存储模块中存储有数据和指令，所述数据包括输入数据，输入神经元，权值，输出神经元和输出数据；所述输入数据传给人工神经网络中的各个输入神经元，从而参与后续运算；所述输出神经元的值即判断结果和评分，作为输出数据。

5.根据权利要求3所述的人工神经网络芯片，其中，

所述数据处理模块还包括：

运算模块，用于根据所述存储模块中存储的指令对所述存储模块中存储的数据执行相应的计算，并将运算结果输出至存储模块。

6.根据权利要求5所述的人工神经网络芯片，其中，所述运算模块包括：

乘法器，用于将输入神经元和权值数据相乘；

一个或者多个加法器，用于执行加法树运算得到加权和，并根据需要对加权和加偏置或不加偏置；

激活函数单元，执行激活函数运算得到输出神经元。

7.根据权利要求6所述的人工神经网络芯片，其中，所述一个或者多个加法器为多个加法器时，所述多个加法器组成加法树。

8.根据权利要求6所述的人工神经网络芯片，其中，所述激活函数是sigmoid、tanh、relu或softmax函数。

9.根据权利要求6所述的人工神经网络芯片，其中，所述运算模块还包括：

向量处理单元，用于对输出神经元进行池化运算。