[发明专利]使用衰减参数进行神经网络推理

权利要求书

1.一种处理器，包括：

一个或更多个算术逻辑单元(ALU)，其被配置为至少部分地基于使用一个或更多个衰减参数训练的一个或更多个神经网络，来识别一个或更多个对象的一个或更多个数字表示。

2.根据权利要求1所述的处理器，其中所述一个或更多个ALU还被配置为：

将所述一个或更多个衰减参数应用于为所述一个或更多个神经网络维护的并用于识别所述一个或更多个对象的先前状态信息，所述先前状态信息的权重根据所述一个或更多个衰减参数来减小。

3.根据权利要求2所述的处理器，其中所述一个或更多个ALU还被配置为：

存储所述一个或更多个神经网络外部的状态信息，并针对所述一个或更多个神经网络的每组输入向所述一个或更多个神经网络提供所述状态信息。

4.根据权利要求2所述的处理器，其中所述一个或更多个ALU还被配置为：

获得视频数据的连续流；以及

将所述视频数据的各个帧提供给所述一个或更多个神经网络，以用于识别所述一个或更多个数字表示并更新所述状态信息。

5.根据权利要求1所述的处理器，其中所述一个或更多个ALU还被配置为：

使用超优化过程和选定的衰减函数确定所述一个或更多个衰减参数。

6.根据权利要求1所述的处理器，其中所述一个或更多个神经网络使用稀疏视频数据的序列来训练，各个序列包括至少一个标记的视频帧，并且其中视频帧的第一子集用于模拟状态信息，视频帧的第二子集用于更新所述状态信息以及识别在所述各个视频序列中表示的一个或更多个对象的一个或更多个数字表示。

7.根据权利要求1所述的处理器，其中所述一个或更多个神经网络包括至少一个循环神经网络(RNN)，并且所述一个或更多个衰减参数根据指数衰减函数来确定。

8.一种系统，包括：

一个或更多个处理器，其被配置为至少部分地基于使用一个或更多个衰减参数训练的一个或更多个神经网络，来识别一个或更多个对象的一个或更多个数字表示；以及

一个或更多个内存，用于存储所述一个或更多个神经网络。

9.根据权利要求8所述的系统，其中所述一个或更多个处理器还被配置为：

将所述一个或更多个衰减参数应用于为所述一个或更多个神经网络维护的并用于识别所述一个或更多个数字表示的先前状态信息，所述先前状态信息的权重根据所述一个或更多个衰减参数来减小。

10.根据权利要求9所述的系统，其中所述一个或更多个处理器还被配置为：

存储所述一个或更多个神经网络外部的状态信息，并针对所述一个或更多个神经网络的每组输入向所述一个或更多个神经网络提供所述状态信息。

11.根据权利要求9所述的系统，其中所述一个或更多个处理器还被配置为：

获得视频数据的连续流；以及

将所述视频数据的各个帧提供给所述一个或更多个神经网络，以用于识别所述一个或更多个数字表示并更新所述状态信息。

12.根据权利要求8所述的系统，其中所述一个或更多个处理器还被配置为：

使用超优化过程和选定的衰减函数确定所述一个或更多个衰减参数。

13.根据权利要求8所述的系统，其中所述一个或更多个神经网络使用稀疏视频数据的序列来训练，各个序列包括至少一个标记的视频帧，并且其中视频帧的第一子集用于模拟状态信息，视频帧的第二子集用于更新所述状态信息并识别在所述各个视频序列中表示的一个或更多个对象的一个或更多个数字表示。