计算神经网络压缩最佳定点位数的方法、存储介质和装置
基本信息
| 申请号 | CN201810992672.3 | 申请日 | - |
| 公开（公告）号 | CN109359728B | 公开（公告）日 | 2021-04-09 |
| 申请公布号 | CN109359728B | 申请公布日 | 2021-04-09 |
| 分类号 | G06N3/063(2006.01)I;G06N3/04(2006.01)N;G06N3/08(2006.01)N | 分类 | 计算；推算；计数; |
| 发明人 | 杨志明;陈巍巍;陈腊梅 | 申请（专利权）人 | 深思考人工智能机器人科技（北京）有限公司 |
| 代理机构 | 北京德琦知识产权代理有限公司 | 代理人 | 谢安昆;宋志强 |
| 地址 | 100085北京市海淀区信息路12号中关村发展大厦B座B203-205 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供一种计算神经网络压缩最佳定点位数的方法、存储介质和装置，包括：步骤11：设置FPn为初始值；步骤12：按照当前FPn，将卷积层参数进行定点化处理，以构建当前定点化深度学习算法；将L个样本数据对中的样本输入值逐个输入当前定点化深度学习算法，其中，一样本数据对包括样本输入值Xl、以及Xl的标准输出Yl，记录当前定点化深度学习算法的输出Y’l，l＝1,2…L；步骤13：通过比较Yl与Y’l，判断Y’l是否符合预设要求，如果是，则记录当前FPn为定点化深度学习算法的定点位数最终值，结束本流程，否则执行步骤14；步骤14：调整FPn数值，返回步骤12。本发明方法，可以快速确定定点化深度学习算法中的定点位数，可提高深度学习算法的运算速度，节省运算时间。 |
