CN107944555A - 神经网络压缩和加速的方法、存储设备和终端 - Google Patents
神经网络压缩和加速的方法、存储设备和终端 Download PDFInfo
- Publication number
- CN107944555A CN107944555A CN201711282087.6A CN201711282087A CN107944555A CN 107944555 A CN107944555 A CN 107944555A CN 201711282087 A CN201711282087 A CN 201711282087A CN 107944555 A CN107944555 A CN 107944555A
- Authority
- CN
- China
- Prior art keywords
- matrix
- input
- neutral net
- output characteristic
- feature vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000007935 neutral effect Effects 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000003860 storage Methods 0.000 title claims abstract description 31
- 239000011159 matrix material Substances 0.000 claims abstract description 166
- 230000015654 memory Effects 0.000 claims abstract description 53
- 238000013138 pruning Methods 0.000 claims abstract description 41
- 230000006835 compression Effects 0.000 claims abstract description 37
- 238000007906 compression Methods 0.000 claims abstract description 37
- 210000005036 nerve Anatomy 0.000 claims abstract description 21
- 238000013139 quantization Methods 0.000 claims abstract description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 7
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 210000004218 nerve net Anatomy 0.000 claims description 2
- 230000001537 neural effect Effects 0.000 abstract description 3
- 238000012549 training Methods 0.000 description 30
- 230000001133 acceleration Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 16
- 230000006854 communication Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 238000012360 testing method Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 8
- 238000007792 addition Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012905 input function Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000001755 vocal effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000003475 lamination Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/082—Learning methods modifying the architecture, e.g. adding, deleting or silencing nodes or connections
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2136—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on sparsity criteria, e.g. with an overcomplete basis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Complex Calculations (AREA)
- Image Analysis (AREA)
Abstract
Description
Claims (10)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711282087.6A CN107944555B (zh) | 2017-12-07 | 2017-12-07 | 神经网络压缩和加速的方法、存储设备和终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711282087.6A CN107944555B (zh) | 2017-12-07 | 2017-12-07 | 神经网络压缩和加速的方法、存储设备和终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107944555A true CN107944555A (zh) | 2018-04-20 |
CN107944555B CN107944555B (zh) | 2021-09-17 |
Family
ID=61945111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711282087.6A Active CN107944555B (zh) | 2017-12-07 | 2017-12-07 | 神经网络压缩和加速的方法、存储设备和终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107944555B (zh) |
Cited By (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108764471A (zh) * | 2018-05-17 | 2018-11-06 | 西安电子科技大学 | 基于特征冗余分析的神经网络跨层剪枝方法 |
CN108764458A (zh) * | 2018-05-15 | 2018-11-06 | 武汉环宇智行科技有限公司 | 一种非均匀量化的模型压缩方法及系统 |
CN108846478A (zh) * | 2018-06-29 | 2018-11-20 | 北京百度网讯科技有限公司 | 深度神经网络计算加速的方法和装置 |
CN108932548A (zh) * | 2018-05-22 | 2018-12-04 | 中国科学技术大学苏州研究院 | 一种基于fpga的稀疏度神经网络加速系统 |
CN109002889A (zh) * | 2018-07-03 | 2018-12-14 | 华南理工大学 | 自适应迭代式卷积神经网络模型压缩方法 |
CN109063666A (zh) * | 2018-08-14 | 2018-12-21 | 电子科技大学 | 基于深度可分离卷积的轻量化人脸识别方法及系统 |
CN109117950A (zh) * | 2018-08-01 | 2019-01-01 | 南京天数智芯科技有限公司 | 基于人工智能设备的分层稀疏张量压缩方法 |
CN109145798A (zh) * | 2018-08-13 | 2019-01-04 | 浙江零跑科技有限公司 | 一种驾驶场景目标识别与可行驶区域分割集成方法 |
CN109255429A (zh) * | 2018-07-27 | 2019-01-22 | 中国人民解放军国防科技大学 | 一种用于稀疏神经网络模型的参数解压方法 |
CN109325530A (zh) * | 2018-09-07 | 2019-02-12 | 中国科学院自动化研究所 | 基于少量无标签数据的深度卷积神经网络的压缩方法 |
CN109344731A (zh) * | 2018-09-10 | 2019-02-15 | 电子科技大学 | 基于神经网络的轻量级的人脸识别方法 |
CN109543815A (zh) * | 2018-10-17 | 2019-03-29 | 清华大学 | 神经网络的加速方法及装置 |
CN109685205A (zh) * | 2018-12-26 | 2019-04-26 | 上海大学 | 一种基于稀疏矩阵的深度网络模型加速方法 |
CN109858575A (zh) * | 2019-03-19 | 2019-06-07 | 苏州市爱生生物技术有限公司 | 基于卷积神经网络的数据分类方法 |
CN110070181A (zh) * | 2019-04-30 | 2019-07-30 | 深圳朴生智能科技有限公司 | 一种用于边缘计算设备的深度学习的优化方法 |
CN110232436A (zh) * | 2019-05-08 | 2019-09-13 | 华为技术有限公司 | 卷积神经网络的修剪方法、装置及存储介质 |
CN110378466A (zh) * | 2019-06-03 | 2019-10-25 | 北京大学 | 基于神经网络差分的量化方法及系统 |
CN110516806A (zh) * | 2019-08-30 | 2019-11-29 | 苏州思必驰信息科技有限公司 | 神经网络参数矩阵的稀疏化方法和装置 |
CN110533043A (zh) * | 2018-05-23 | 2019-12-03 | 华南理工大学 | 基于svd的用于手写汉字识别的循环神经网络的加速方法 |
CN110874636A (zh) * | 2018-09-04 | 2020-03-10 | 杭州海康威视数字技术股份有限公司 | 一种神经网络模型压缩方法、装置和计算机设备 |
CN110876062A (zh) * | 2018-08-31 | 2020-03-10 | 三星电子株式会社 | 用于特征图的高速压缩处理的电子设备及其控制方法 |
WO2020062312A1 (zh) * | 2018-09-30 | 2020-04-02 | 华为技术有限公司 | 信号处理装置和信号处理方法 |
CN111010883A (zh) * | 2018-08-06 | 2020-04-14 | 华为技术有限公司 | 矩阵的处理方法、装置及逻辑电路 |
CN111126501A (zh) * | 2019-12-26 | 2020-05-08 | 厦门市美亚柏科信息股份有限公司 | 一种图像识别方法、终端设备及存储介质 |
CN111191784A (zh) * | 2018-11-14 | 2020-05-22 | 辉达公司 | 转置的稀疏矩阵乘以稠密矩阵用于神经网络训练 |
CN111353944A (zh) * | 2018-12-20 | 2020-06-30 | 深圳市中兴微电子技术有限公司 | 一种图像重建方法、装置及计算机可读存储介质 |
CN111382835A (zh) * | 2018-12-27 | 2020-07-07 | 中科寒武纪科技股份有限公司 | 一种神经网络压缩方法、电子设备及计算机可读介质 |
CN111415004A (zh) * | 2020-03-17 | 2020-07-14 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
US20200293823A1 (en) * | 2019-03-13 | 2020-09-17 | Hitachi, Ltd. | Method and system of auto build of image analytics program |
CN111950016A (zh) * | 2019-05-14 | 2020-11-17 | 北京腾云天下科技有限公司 | 一种数据开放输出模型的生成方法、装置和计算设备 |
CN111985632A (zh) * | 2019-05-24 | 2020-11-24 | 三星电子株式会社 | 解压缩设备及其控制方法 |
CN112437930A (zh) * | 2018-07-12 | 2021-03-02 | 华为技术有限公司 | 以熟练的推理速度和功耗,生成神经网络的压缩表示 |
CN112799635A (zh) * | 2021-02-08 | 2021-05-14 | 算筹信息科技有限公司 | 一种新型外积累加求解稠密矩阵与稀疏矩阵内积的方法 |
CN112905132A (zh) * | 2019-11-19 | 2021-06-04 | 华为技术有限公司 | 投屏方法及设备 |
CN113537465A (zh) * | 2021-07-07 | 2021-10-22 | 深圳市易成自动驾驶技术有限公司 | Lstm模型优化方法、加速器、装置及介质 |
CN114723033A (zh) * | 2022-06-10 | 2022-07-08 | 成都登临科技有限公司 | 数据处理方法、装置、ai芯片、电子设备及存储介质 |
CN114781650A (zh) * | 2022-04-28 | 2022-07-22 | 北京百度网讯科技有限公司 | 一种数据处理方法、装置、设备以及存储介质 |
WO2024001841A1 (zh) * | 2022-06-27 | 2024-01-04 | 华为技术有限公司 | 一种数据计算方法以及相关设备 |
US11948090B2 (en) * | 2020-03-06 | 2024-04-02 | Tencent America LLC | Method and apparatus for video coding |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102141976A (zh) * | 2011-01-10 | 2011-08-03 | 中国科学院软件研究所 | 稀疏矩阵的对角线数据存储方法及基于该方法的SpMV实现方法 |
CN102436438A (zh) * | 2011-12-13 | 2012-05-02 | 华中科技大学 | 基于gpu的稀疏矩阵数据存储方法 |
CN103336758A (zh) * | 2013-06-29 | 2013-10-02 | 中国科学院软件研究所 | 一种稀疏矩阵的存储方法CSRL及基于该方法的SpMV实现方法 |
CN105913063A (zh) * | 2016-04-01 | 2016-08-31 | 中国地质大学(武汉) | 一种图像数据集的稀疏表示的加速方法及装置 |
CN106127297A (zh) * | 2016-06-02 | 2016-11-16 | 中国科学院自动化研究所 | 基于张量分解的深度卷积神经网络的加速与压缩方法 |
CN106447034A (zh) * | 2016-10-27 | 2017-02-22 | 中国科学院计算技术研究所 | 一种基于数据压缩的神经网络处理器、设计方法、芯片 |
CN106529670A (zh) * | 2016-10-27 | 2017-03-22 | 中国科学院计算技术研究所 | 一种基于权重压缩的神经网络处理器、设计方法、芯片 |
CN106548234A (zh) * | 2016-11-17 | 2017-03-29 | 北京图森互联科技有限责任公司 | 一种神经网络剪枝方法及装置 |
CN106557812A (zh) * | 2016-11-21 | 2017-04-05 | 北京大学 | 基于dct变换的深度卷积神经网络压缩与加速方案 |
US20170132511A1 (en) * | 2015-11-10 | 2017-05-11 | Facebook, Inc. | Systems and methods for utilizing compressed convolutional neural networks to perform media content processing |
CN106919942A (zh) * | 2017-01-18 | 2017-07-04 | 华南理工大学 | 用于手写汉字识别的深度卷积神经网络的加速压缩方法 |
CN107229967A (zh) * | 2016-08-22 | 2017-10-03 | 北京深鉴智能科技有限公司 | 一种基于fpga实现稀疏化gru神经网络的硬件加速器及方法 |
-
2017
- 2017-12-07 CN CN201711282087.6A patent/CN107944555B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102141976A (zh) * | 2011-01-10 | 2011-08-03 | 中国科学院软件研究所 | 稀疏矩阵的对角线数据存储方法及基于该方法的SpMV实现方法 |
CN102436438A (zh) * | 2011-12-13 | 2012-05-02 | 华中科技大学 | 基于gpu的稀疏矩阵数据存储方法 |
CN103336758A (zh) * | 2013-06-29 | 2013-10-02 | 中国科学院软件研究所 | 一种稀疏矩阵的存储方法CSRL及基于该方法的SpMV实现方法 |
US20170132511A1 (en) * | 2015-11-10 | 2017-05-11 | Facebook, Inc. | Systems and methods for utilizing compressed convolutional neural networks to perform media content processing |
CN105913063A (zh) * | 2016-04-01 | 2016-08-31 | 中国地质大学(武汉) | 一种图像数据集的稀疏表示的加速方法及装置 |
CN106127297A (zh) * | 2016-06-02 | 2016-11-16 | 中国科学院自动化研究所 | 基于张量分解的深度卷积神经网络的加速与压缩方法 |
CN107229967A (zh) * | 2016-08-22 | 2017-10-03 | 北京深鉴智能科技有限公司 | 一种基于fpga实现稀疏化gru神经网络的硬件加速器及方法 |
CN106447034A (zh) * | 2016-10-27 | 2017-02-22 | 中国科学院计算技术研究所 | 一种基于数据压缩的神经网络处理器、设计方法、芯片 |
CN106529670A (zh) * | 2016-10-27 | 2017-03-22 | 中国科学院计算技术研究所 | 一种基于权重压缩的神经网络处理器、设计方法、芯片 |
CN106548234A (zh) * | 2016-11-17 | 2017-03-29 | 北京图森互联科技有限责任公司 | 一种神经网络剪枝方法及装置 |
CN106557812A (zh) * | 2016-11-21 | 2017-04-05 | 北京大学 | 基于dct变换的深度卷积神经网络压缩与加速方案 |
CN106919942A (zh) * | 2017-01-18 | 2017-07-04 | 华南理工大学 | 用于手写汉字识别的深度卷积神经网络的加速压缩方法 |
Non-Patent Citations (3)
Title |
---|
吴微等: ""用于神经网络权值稀疏化的L1/2正则化方法"", 《中国科学》 * |
曹维: ""大规模CFD高效CPU/GPU异构并行计算关键技术研究"", 《中国博士学位论文全文数据库 信息科技辑》 * |
雷杰等: ""深度网络模型压缩综述"", 《软件学报》 * |
Cited By (64)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108764458B (zh) * | 2018-05-15 | 2021-03-02 | 武汉环宇智行科技有限公司 | 一种减少移动设备存储空间消耗以及计算量的方法及系统 |
CN108764458A (zh) * | 2018-05-15 | 2018-11-06 | 武汉环宇智行科技有限公司 | 一种非均匀量化的模型压缩方法及系统 |
CN108764471A (zh) * | 2018-05-17 | 2018-11-06 | 西安电子科技大学 | 基于特征冗余分析的神经网络跨层剪枝方法 |
CN108764471B (zh) * | 2018-05-17 | 2020-04-14 | 西安电子科技大学 | 基于特征冗余分析的神经网络跨层剪枝方法 |
CN108932548A (zh) * | 2018-05-22 | 2018-12-04 | 中国科学技术大学苏州研究院 | 一种基于fpga的稀疏度神经网络加速系统 |
CN110533043B (zh) * | 2018-05-23 | 2022-04-08 | 华南理工大学 | 基于svd的用于手写汉字识别的循环神经网络的加速方法 |
CN110533043A (zh) * | 2018-05-23 | 2019-12-03 | 华南理工大学 | 基于svd的用于手写汉字识别的循环神经网络的加速方法 |
CN108846478A (zh) * | 2018-06-29 | 2018-11-20 | 北京百度网讯科技有限公司 | 深度神经网络计算加速的方法和装置 |
CN109002889A (zh) * | 2018-07-03 | 2018-12-14 | 华南理工大学 | 自适应迭代式卷积神经网络模型压缩方法 |
CN109002889B (zh) * | 2018-07-03 | 2021-12-17 | 华南理工大学 | 自适应迭代式卷积神经网络模型压缩方法 |
CN112437930A (zh) * | 2018-07-12 | 2021-03-02 | 华为技术有限公司 | 以熟练的推理速度和功耗,生成神经网络的压缩表示 |
CN109255429B (zh) * | 2018-07-27 | 2020-11-20 | 中国人民解放军国防科技大学 | 一种用于稀疏神经网络模型的参数解压方法 |
CN109255429A (zh) * | 2018-07-27 | 2019-01-22 | 中国人民解放军国防科技大学 | 一种用于稀疏神经网络模型的参数解压方法 |
CN109117950A (zh) * | 2018-08-01 | 2019-01-01 | 南京天数智芯科技有限公司 | 基于人工智能设备的分层稀疏张量压缩方法 |
CN109117950B (zh) * | 2018-08-01 | 2021-03-09 | 上海天数智芯半导体有限公司 | 基于人工智能设备的分层稀疏张量压缩方法 |
US11734386B2 (en) | 2018-08-06 | 2023-08-22 | Huawei Technologies Co., Ltd. | Matrix processing method and apparatus, and logic circuit |
CN111010883B (zh) * | 2018-08-06 | 2022-07-12 | 华为技术有限公司 | 矩阵的处理方法、装置及逻辑电路 |
US11250108B2 (en) | 2018-08-06 | 2022-02-15 | Huawei Technologies Co., Ltd. | Matrix processing method and apparatus, and logic circuit |
CN111010883A (zh) * | 2018-08-06 | 2020-04-14 | 华为技术有限公司 | 矩阵的处理方法、装置及逻辑电路 |
CN109145798A (zh) * | 2018-08-13 | 2019-01-04 | 浙江零跑科技有限公司 | 一种驾驶场景目标识别与可行驶区域分割集成方法 |
CN109063666A (zh) * | 2018-08-14 | 2018-12-21 | 电子科技大学 | 基于深度可分离卷积的轻量化人脸识别方法及系统 |
CN110876062A (zh) * | 2018-08-31 | 2020-03-10 | 三星电子株式会社 | 用于特征图的高速压缩处理的电子设备及其控制方法 |
CN110874636B (zh) * | 2018-09-04 | 2023-06-30 | 杭州海康威视数字技术股份有限公司 | 一种神经网络模型压缩方法、装置和计算机设备 |
CN110874636A (zh) * | 2018-09-04 | 2020-03-10 | 杭州海康威视数字技术股份有限公司 | 一种神经网络模型压缩方法、装置和计算机设备 |
CN109325530B (zh) * | 2018-09-07 | 2021-05-04 | 中国科学院自动化研究所 | 一种图像分类方法、存储装置和处理装置 |
CN109325530A (zh) * | 2018-09-07 | 2019-02-12 | 中国科学院自动化研究所 | 基于少量无标签数据的深度卷积神经网络的压缩方法 |
CN109344731A (zh) * | 2018-09-10 | 2019-02-15 | 电子科技大学 | 基于神经网络的轻量级的人脸识别方法 |
CN112219210A (zh) * | 2018-09-30 | 2021-01-12 | 华为技术有限公司 | 信号处理装置和信号处理方法 |
CN112219210B (zh) * | 2018-09-30 | 2024-03-29 | 华为技术有限公司 | 信号处理装置和信号处理方法 |
WO2020062312A1 (zh) * | 2018-09-30 | 2020-04-02 | 华为技术有限公司 | 信号处理装置和信号处理方法 |
CN109543815B (zh) * | 2018-10-17 | 2021-02-05 | 清华大学 | 神经网络的加速方法及装置 |
CN109543815A (zh) * | 2018-10-17 | 2019-03-29 | 清华大学 | 神经网络的加速方法及装置 |
US12008475B2 (en) | 2018-11-14 | 2024-06-11 | Nvidia Corporation | Transposed sparse matrix multiply by dense matrix for neural network training |
CN111191784A (zh) * | 2018-11-14 | 2020-05-22 | 辉达公司 | 转置的稀疏矩阵乘以稠密矩阵用于神经网络训练 |
CN111353944B (zh) * | 2018-12-20 | 2024-05-28 | 深圳市中兴微电子技术有限公司 | 一种图像重建方法、装置及计算机可读存储介质 |
CN111353944A (zh) * | 2018-12-20 | 2020-06-30 | 深圳市中兴微电子技术有限公司 | 一种图像重建方法、装置及计算机可读存储介质 |
US11810265B2 (en) | 2018-12-20 | 2023-11-07 | Sanechips Technology Co., Ltd. | Image reconstruction method and device, apparatus, and non-transitory computer-readable storage medium |
CN109685205A (zh) * | 2018-12-26 | 2019-04-26 | 上海大学 | 一种基于稀疏矩阵的深度网络模型加速方法 |
CN111382835A (zh) * | 2018-12-27 | 2020-07-07 | 中科寒武纪科技股份有限公司 | 一种神经网络压缩方法、电子设备及计算机可读介质 |
US20200293823A1 (en) * | 2019-03-13 | 2020-09-17 | Hitachi, Ltd. | Method and system of auto build of image analytics program |
CN109858575A (zh) * | 2019-03-19 | 2019-06-07 | 苏州市爱生生物技术有限公司 | 基于卷积神经网络的数据分类方法 |
CN109858575B (zh) * | 2019-03-19 | 2024-01-05 | 苏州市爱生生物技术有限公司 | 基于卷积神经网络的数据分类方法 |
CN110070181A (zh) * | 2019-04-30 | 2019-07-30 | 深圳朴生智能科技有限公司 | 一种用于边缘计算设备的深度学习的优化方法 |
CN110232436A (zh) * | 2019-05-08 | 2019-09-13 | 华为技术有限公司 | 卷积神经网络的修剪方法、装置及存储介质 |
CN111950016B (zh) * | 2019-05-14 | 2023-11-21 | 北京腾云天下科技有限公司 | 一种数据开放输出模型的生成方法、装置和计算设备 |
CN111950016A (zh) * | 2019-05-14 | 2020-11-17 | 北京腾云天下科技有限公司 | 一种数据开放输出模型的生成方法、装置和计算设备 |
CN111985632A (zh) * | 2019-05-24 | 2020-11-24 | 三星电子株式会社 | 解压缩设备及其控制方法 |
CN110378466A (zh) * | 2019-06-03 | 2019-10-25 | 北京大学 | 基于神经网络差分的量化方法及系统 |
CN110516806A (zh) * | 2019-08-30 | 2019-11-29 | 苏州思必驰信息科技有限公司 | 神经网络参数矩阵的稀疏化方法和装置 |
CN112905132A (zh) * | 2019-11-19 | 2021-06-04 | 华为技术有限公司 | 投屏方法及设备 |
CN112905132B (zh) * | 2019-11-19 | 2023-07-18 | 华为技术有限公司 | 投屏方法及设备 |
CN111126501B (zh) * | 2019-12-26 | 2022-09-16 | 厦门市美亚柏科信息股份有限公司 | 一种图像识别方法、终端设备及存储介质 |
CN111126501A (zh) * | 2019-12-26 | 2020-05-08 | 厦门市美亚柏科信息股份有限公司 | 一种图像识别方法、终端设备及存储介质 |
US11948090B2 (en) * | 2020-03-06 | 2024-04-02 | Tencent America LLC | Method and apparatus for video coding |
CN111415004B (zh) * | 2020-03-17 | 2023-11-03 | 阿波罗智联(北京)科技有限公司 | 用于输出信息的方法和装置 |
CN111415004A (zh) * | 2020-03-17 | 2020-07-14 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN112799635B (zh) * | 2021-02-08 | 2022-11-15 | 算筹(深圳)信息科技有限公司 | 一种新型外积累加求解稠密矩阵与稀疏矩阵内积的方法 |
CN112799635A (zh) * | 2021-02-08 | 2021-05-14 | 算筹信息科技有限公司 | 一种新型外积累加求解稠密矩阵与稀疏矩阵内积的方法 |
CN113537465A (zh) * | 2021-07-07 | 2021-10-22 | 深圳市易成自动驾驶技术有限公司 | Lstm模型优化方法、加速器、装置及介质 |
CN114781650A (zh) * | 2022-04-28 | 2022-07-22 | 北京百度网讯科技有限公司 | 一种数据处理方法、装置、设备以及存储介质 |
CN114781650B (zh) * | 2022-04-28 | 2024-02-27 | 北京百度网讯科技有限公司 | 一种数据处理方法、装置、设备以及存储介质 |
CN114723033A (zh) * | 2022-06-10 | 2022-07-08 | 成都登临科技有限公司 | 数据处理方法、装置、ai芯片、电子设备及存储介质 |
CN114723033B (zh) * | 2022-06-10 | 2022-08-19 | 成都登临科技有限公司 | 数据处理方法、装置、ai芯片、电子设备及存储介质 |
WO2024001841A1 (zh) * | 2022-06-27 | 2024-01-04 | 华为技术有限公司 | 一种数据计算方法以及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107944555B (zh) | 2021-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107944555A (zh) | 神经网络压缩和加速的方法、存储设备和终端 | |
CN110162799B (zh) | 模型训练方法、机器翻译方法以及相关装置和设备 | |
CN110069715B (zh) | 一种信息推荐模型训练的方法、信息推荐的方法及装置 | |
CN109918684A (zh) | 模型训练方法、翻译方法、相关装置、设备及存储介质 | |
CN109550249B (zh) | 一种目标对象的控制方法、装置及设备 | |
CN110738211A (zh) | 一种对象检测的方法、相关装置以及设备 | |
CN110163367A (zh) | 一种模型压缩方法和装置 | |
US20150039260A1 (en) | Method, apparatus and computer program product for activity recognition | |
CN110798718B (zh) | 一种视频推荐方法以及装置 | |
CN113284142B (zh) | 图像检测方法、装置、计算机可读存储介质及计算机设备 | |
CN107909583A (zh) | 一种图像处理方法、装置及终端 | |
CN108235058A (zh) | 视频质量处理方法、存储介质和终端 | |
CN111209423B (zh) | 一种基于电子相册的图像管理方法、装置以及存储介质 | |
CN107895192A (zh) | 深度卷积网络压缩方法、存储介质和终端 | |
CN109902296A (zh) | 自然语言处理方法、训练方法及数据处理设备 | |
CN112052841A (zh) | 一种视频摘要的生成方法以及相关装置 | |
CN112084959B (zh) | 一种人群图像处理方法及装置 | |
CN110263216A (zh) | 一种视频分类的方法、视频分类模型训练的方法及装置 | |
US11593637B2 (en) | Convolution streaming engine for deep neural networks | |
CN110276404B (zh) | 模型训练方法、装置及存储介质 | |
CN112748899A (zh) | 一种数据处理方法和相关设备 | |
CN116450808B (zh) | 一种数据的处理方法、装置以及存储介质 | |
CN110503084A (zh) | 一种图像中的文字区域识别方法和装置 | |
CN117875380A (zh) | 数据处理方法、装置及电子设备 | |
CN117709399A (zh) | 一种神经网络模型处理、推理方法及相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20201224 Address after: 29th floor, building B-1, Wanda Plaza, Wanbo business district, Nancun Town, Panyu District, Guangzhou City, Guangdong Province Applicant after: GUANGZHOU HUADUO NETWORK TECHNOLOGY Co.,Ltd. Address before: 511442 29 floor, block B-1, Wanda Plaza, Huambo business district, Panyu District, Guangzhou, Guangdong. Applicant before: GUANGZHOU HUADUO NETWORK TECHNOLOGY Co.,Ltd. Applicant before: GUANGZHOU HUYA INFORMATION TECHNOLOGY Co.,Ltd. |
|
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20180420 Assignee: GUANGZHOU HUYA INFORMATION TECHNOLOGY Co.,Ltd. Assignor: GUANGZHOU HUADUO NETWORK TECHNOLOGY Co.,Ltd. Contract record no.: X2020980010018 Denomination of invention: Neural network compression and acceleration method, storage device and terminal License type: Common License Record date: 20201229 |
|
EE01 | Entry into force of recordation of patent licensing contract | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210113 Address after: 511442 3108, 79 Wanbo 2nd Road, Nancun Town, Panyu District, Guangzhou City, Guangdong Province Applicant after: GUANGZHOU CUBESILI INFORMATION TECHNOLOGY Co.,Ltd. Address before: 29th floor, building B-1, Wanda Plaza, Wanbo business district, Nancun Town, Panyu District, Guangzhou City, Guangdong Province Applicant before: GUANGZHOU HUADUO NETWORK TECHNOLOGY Co.,Ltd. |
|
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20180420 Assignee: GUANGZHOU HUADUO NETWORK TECHNOLOGY Co.,Ltd. Assignor: GUANGZHOU CUBESILI INFORMATION TECHNOLOGY Co.,Ltd. Contract record no.: X2021440000054 Denomination of invention: Neural network compression and acceleration method, storage device and terminal License type: Common License Record date: 20210208 |
|
GR01 | Patent grant | ||
GR01 | Patent grant |