具有用于高效参数更新的降低精度参数分量的机器学习硬件
实质审查的生效
摘要
一种用于训练和推断神经网络的装置包括经配置以至少部分地基于具有包括第二数量的位的第二格式的第二权重和具有包括第三数量的位的第三格式的残差来生成具有包括第一数量的位的第一格式的第一权重的电路。第二数量的位和第三数量的位各自少于第一数量的位。该电路进一步经配置以至少部分地基于第一权重来更新第二权重，以及至少部分地基于经更新的第二权重和第一权重来更新残差。该电路进一步经配置以至少部分基于经更新的第二权重和经更新的残差来更新第一权重。
基本信息
专利标题 ：
具有用于高效参数更新的降低精度参数分量的机器学习硬件
专利标题（英）：
暂无
公开（公告）号 ：
CN114341892A
申请号 ：
CN202080061406.4
公开（公告）日 ：
2022-04-12
申请日 ：
2020-08-17
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
孙啸崔正旭王乃刚陈家佑K.戈帕拉克里什南
申请人 ：
国际商业机器公司
申请人地址 ：
美国纽约阿芒克
代理机构 ：
北京市柳沈律师事务所
代理人 ：
陈金林
优先权 ：
CN202080061406.4
主分类号 ：
G06N3/08
IPC分类号 ：
G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/08
学习方法
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : G06N 3/08
申请日 : 20200817
申请日 : 20200817
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
