[发明专利]一种卷积神经网络系统的控制方法及装置在审
| 申请号： | 201811125333.1 | 申请日： | 2018-09-26 |
| 公开（公告）号： | CN109376849A | 公开（公告）日： | 2019-02-22 |
| 发明（设计）人： | 曾建;徐昕;肖立波 | 申请（专利权）人： | 旺微科技（上海）有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/063;G06N3/08 |
| 代理公司： | 合肥市浩智运专利代理事务所(普通合伙) 34124 | 代理人： | 丁瑞瑞 |
| 地址： | 200120 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 运算单元 卷积神经网络 网络 集合 控制装置 目标应用 应用场景 预设 解析 运算 芯片 场景 应用 | ||
1.一种卷积神经网络系统的控制方法，其特征在于，所述方法包括：
1)、针对目标应用场景的卷积神经网络系统的每一层的网络，获取所述网络的参数，其中，所述网络的参数包括：所述网络涉及到的操作的尺寸、变量；
2)、解析所述网络的参数，并根据所述网络的参数从预设的运算单元的集合中获取与所述网络的参数对应的运算单元，其中，所述运算单元的集合包括：若干个不同应用场景下的卷积神经网络系统所使用的运算单元；
3)、将所述运算单元作为所述网络的运算单元，并使用所述运算单元进行所述网络的运算。
2.根据权利要求1所述的一种卷积神经网络系统的控制方法，其特征在于，所述步骤1)，包括：
按照目标应用场景的卷积神经网络系统的每一层的网络的先后顺序对所述网络进行排序，从顺序次序最前的网络开始，将所述网络作为当前网络，获取所述网络的参数；
所述步骤3)，包括：
将所述运算单元作为所述当前网络的运算单元，并使用所述运算单元进行所述网络的运算；将所述当前网络的下一网络作为当前网络，并返回执行所述获取所述网络的参数的步骤，直至所述卷积神经网络系统的每一层网络均具有了运算单元。
3.根据权利要求1所述的一种卷积神经网络系统的控制方法，其特征在于，所述根据所述网络的参数从预设的运算单元的集合中获取与所述网络的参数对应的运算单元，包括：
根据网络的参数，获取所述网络所需的运算单元的大小、运算变量；
根据运算单元的大小、运算变量获取匹配的运算单元。
4.一种卷积神经网络系统的控制装置，其特征在于，所述装置包括：
获取模块，用于针对目标应用场景的卷积神经网络系统的每一层的网络，获取所述网络的参数，其中，所述网络的参数包括：所述网络涉及到的操作的尺寸、变量；
解析模块，用于解析所述网络的参数，并根据所述网络的参数从预设的运算单元的集合中获取与所述网络的参数对应的运算单元，其中，所述运算单元的集合包括：若干个不同应用场景下的卷积神经网络系统所使用的运算单元；
运算模块，用于将所述运算单元作为所述网络的运算单元，并使用所述运算单元进行所述网络的运算。
5.根据权利要求4所述的一种卷积神经网络系统的控制装置，其特征在于，所述获取模块，用于：
按照卷积神经网络系统的每一层的网络的先后顺序对所述网络进行排序，从顺序次序最前的网络开始，将所述网络作为当前网络，获取所述网络的参数；
所述运算单元，用于：
将所述运算单元作为所述当前网络的运算单元，并使用所述运算单元进行所述网络的运算；将所述当前网络的下一网络作为当前网络，并返回执行所述获取所述网络的参数的步骤，直至所述卷积神经网络系统的每一层网络均具有了运算单元。
6.根据权利要求4所述的一种卷积神经网络系统的控制装置，其特征在于，所述解析模块，用于：
根据网络的参数，获取所述网络所需的运算单元的大小、运算变量；
根据运算单元的大小、运算变量获取匹配的运算单元。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于旺微科技（上海）有限公司，未经旺微科技（上海）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811125333.1/1.html，转载请声明来源钻瓜专利网。
