[发明专利]机器学习环境中的有效卷积在审
| 申请号： | 201811568996.0 | 申请日： | 2018-12-21 |
| 公开（公告）号： | CN109993278A | 公开（公告）日： | 2019-07-09 |
| 发明（设计）人： | D·斯里瓦斯塔瓦 | 申请（专利权）人： | 英特尔公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04 |
| 代理公司： | 上海专利商标事务所有限公司 31100 | 代理人： | 张欣;黄嵩泉 |
| 地址： | 美国加利*** | 国省代码： | 美国;US |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 描述了一种用于促进机器学习环境中的智能卷积的机制。如本文所述的实施例的设备包括：一个或多个处理器，包括一个或多个图形处理器；以及检测和选择逻辑，用于检测和选择具有与神经网络将被训练的对象相关联的多个几何形状的输入图像。该设备进一步包括滤波器生成和存储逻辑(“滤波器逻辑”)，用于基于多个几何形状生成提供权重的滤波器，其中滤波器逻辑进一步用于基于多个几何形状中的共同几何形状对滤波器组中的滤波器进行分类，并且其中滤波器逻辑进一步基于共同几何形状将滤波器组存储在箱中，其中每个箱对应于几何形状。 | ||
| 搜索关键词： | 滤波器逻辑 滤波器 机器学习 卷积 滤波器组存储 滤波器生成 图形处理器 存储逻辑 滤波器组 神经网络 输入图像 选择逻辑 检测 处理器 权重 箱中 关联 智能 分类 | ||
【主权项】：
1.一种用于促进机器学习环境中的智能卷积的设备，所述设备包括：一个或多个处理器，包括一个或多个图形处理器；检测和选择逻辑，用于检测卷积神经网络(CNN)的低层；经训练的权重生成和存储逻辑(“训练权重逻辑”)，用于在存储库处生成权重文档的库，其中，所述权重文档包括与所述CNN的所述低层相关联的权重；训练优化逻辑，用于对所述权重进行预训练，以检测包含在于所述CNN处正被处理的输入图像中的基元几何形状；以及训练和微调逻辑，用于基于所预训练的权重启动对所述CNN的训练。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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英特尔公司，未经英特尔公司许可，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/patent/201811568996.0/，转载请声明来源钻瓜专利网。
