[发明专利]计算高效的基于四元数的机器学习系统在审
| 申请号： | 201880028685.7 | 申请日： | 2018-05-31 |
| 公开（公告）号： | CN110574051A | 公开（公告）日： | 2019-12-13 |
| 发明（设计）人： | M·L·马丁内兹-卡纳莱斯;S·K·辛格;V·沙尔玛;M·K·布汉达鲁 | 申请（专利权）人： | 英特尔公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N99/00 |
| 代理公司： | 31100 上海专利商标事务所有限公司 | 代理人： | 黄嵩泉;何焜 |
| 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： | 四元数深度神经网络(QTDNN)包括多个模块化的隐藏层，每个模块化的隐藏层包括QT计算子层的集合，该QT计算子层的集合包括沿前向信号传播路径布置的四元数(QT)通用矩阵乘法子层、QT非线性激活子层和QT采样子层。该集合的每个QT计算子层具有多个QT计算引擎。在每个模块化的隐藏层中，引导子层沿前向信号传播路径在QT计算子层中的每一个QT计算子层之前。引导子层将前向传播的四元数值信号引导至下一QT计算后续子层的所选择的至少一个QT计算引擎。 | ||
| 搜索关键词： | 子层 模块化 隐藏层 集合 传播路径 计算引擎 前向信号 四元数 前向传播 神经网络 数值信号 通用矩阵 乘法 激活子 | ||
【主权项】：
1.一种用于操作四元数深度神经网络(QTDNN)的方法，所述方法包括：/n提供多个模块化的隐藏层，每个模块化的隐藏层包括QT计算子层的集合，所述QT计算子层的集合包括沿前向信号传播路径布置的四元数(QT)通用矩阵乘法子层、QT非线性激活子层和QT采样子层；/n在所述集合的每个QT计算子层中提供多个QT计算引擎；/n在每个模块化的隐藏层中，沿所述前向信号传播路径在所述QT计算子层中的每一个QT计算子层之前提供引导子层；以及/n由所述引导子层将前向传播的四元数值信号引导至下一QT计算后续子层的所选择的至少一个QT计算引擎。/n
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/201880028685.7/，转载请声明来源钻瓜专利网。
