用于训练深度神经网络的无损指数和有损尾数权重压缩
实质审查的生效
摘要
提供了用于压缩值的系统、方法和装置。可以从存储器中获取多个参数，每个参数包括在模型中的人工神经元或节点之间的关系中使用的浮点数。可以从每个浮点数提取尾数值和指数值以生成尾数值集和指数值集。可以压缩该尾数值集以生成尾数查找表(LUT)和多个尾数LUT索引值。可以对该指数值集进行编码以生成指数LUT和多个指数LUT索引值。可以向一个或多个处理实体提供尾数LUT、尾数LUT索引值、指数LUT和指数LUT索引值，以训练模型。
基本信息
专利标题 ：
用于训练深度神经网络的无损指数和有损尾数权重压缩
专利标题（英）：
暂无
公开（公告）号 ：
CN114341882A
申请号 ：
CN202080061568.8
公开（公告）日 ：
2022-04-12
申请日 ：
2020-06-09
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
奚锦文B·普蒂佩迪M·特伦布莱
申请人 ：
微软技术许可有限责任公司
申请人地址 ：
美国华盛顿州
代理机构 ：
北京市金杜律师事务所
代理人 ：
酆迅
优先权 ：
CN202080061568.8
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04 G06N3/08 G06N20/00
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
G06N3/04
体系结构，例如，互连拓扑
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : G06N 3/04
申请日 : 20200609
申请日 : 20200609
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
