- 1、本文档共14页,其中可免费阅读13页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于共享矩阵的神经网络权重编码方法及硬件系统,属于神经网络算法硬件实现技术领域。所述方法针对当前权重编码方法存算器件数量需求多、存算阵列尺寸大、开销大的问题,利用共享矩阵的方式实现对神经网络卷积核中的权重参数两两编码,相比于传统的独立对每个权重参数进行编码的方法,减少了存算阵列中存算器件的个数,在保证神经网络准确度的前提下,提高了存算器件使用效率,降低了网络开销。同时,本发明的编码方法兼容性好,不受非易失性存算器件类型的限制。相比于现有的编码方法,基于共享矩阵的编码方法更适用于大
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113705784 A
(43)申请公布日 2021.11.26
(21)申请号 202110964903.1
(22)申请日 2021.08.20
(71)申请人 江南大学
地址 21
文档评论(0)