一种动态量化神经网络的推理方法
实质审查的生效
摘要
一种动态量化神经网络的推理方法，属于神经网络量化技术领域，应用于FPGA/ASIC神经网络专用硬件。本发明包括：使用测试集对待量化神经网络的单精度浮点模型进行推理，统计单精度浮点模型每层输出张量的最大绝对值；根据每层输出张量的最大绝对值估计量化模型各层输出张量的比例因子；使用该比例因子统计值作为量化神经网络模型的计算参数，代替量化模型推理中每层输出张量的比例因子计算。本发明改善了现有神经网络量化模型在推理中比例因子计算复杂的问题。
基本信息
专利标题 ：
一种动态量化神经网络的推理方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114462591A
申请号 ：
CN202111592468.0
公开（公告）日 ：
2022-05-10
申请日 ：
2021-12-23
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
华阳陈雷秦智勇孟晓于立新庄伟朴泉宇王莉李健
申请人 ：
北京时代民芯科技有限公司;北京微电子技术研究所
申请人地址 ：
北京市丰台区东高地四营门北路2号
代理机构 ：
中国航天科技专利中心
代理人 ：
程何
优先权 ：
CN202111592468.0
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
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06N 3/08
申请日 : 20211223
申请日 : 20211223
2022-05-10 ：
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
