JP2021108230A - ニューラルネットワーク処理装置およびニューラルネットワーク処理方法 - Google Patents
ニューラルネットワーク処理装置およびニューラルネットワーク処理方法 Download PDFInfo
- Publication number
- JP2021108230A JP2021108230A JP2021079516A JP2021079516A JP2021108230A JP 2021108230 A JP2021108230 A JP 2021108230A JP 2021079516 A JP2021079516 A JP 2021079516A JP 2021079516 A JP2021079516 A JP 2021079516A JP 2021108230 A JP2021108230 A JP 2021108230A
- Authority
- JP
- Japan
- Prior art keywords
- neural network
- input
- output
- processing
- unit
- 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.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 191
- 238000000034 method Methods 0.000 title claims abstract description 93
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 73
- 238000013139 quantization Methods 0.000 claims abstract description 89
- 238000004364 calculation method Methods 0.000 claims description 98
- 230000008569 process Effects 0.000 claims description 91
- 238000003672 processing method Methods 0.000 claims description 25
- 238000006243 chemical reaction Methods 0.000 claims description 22
- 230000007423 decrease Effects 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 7
- 230000004913 activation Effects 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims 1
- 238000013527 convolutional neural network Methods 0.000 abstract description 88
- 239000000872 buffer Substances 0.000 abstract description 64
- 238000010586 diagram Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 13
- 239000011159 matrix material Substances 0.000 description 5
- 238000011002 quantification Methods 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
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
- G06N3/04—Architecture, e.g. interconnection topology
-
- 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
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Abstract
Description
[CNN処理装置の概要]
本発明に係るニューラルネットワーク処理装置は、ニューラルネットワークとしてCNNを用いたCNN処理装置1である。
上述したCNN処理装置1は、入力バッファ(第1メモリ)10、重みバッファ(第2メモリ)11、畳み込み演算部(演算部)12、演算結果バッファ13、処理部14、出力バッファ15、および記憶部(第3メモリ)16を備える。
次に、上述した機能を有するCNN処理装置1のハードウェア構成の例について図2のブロック図を用いて説明する。
次に、上述した構成を有するCNN処理装置1の動作の概要について図3を参照して説明する。まず、入力バッファ10および重みバッファ11は、CNN処理装置1の外部に設置されたサーバなどから与えられた入力信号Aおよび重みUをそれぞれ一時的に記憶する(ステップS1、ステップS2)。
次に、上述した構成を有するCNN処理装置1の具体的な例として、本発明の第1の実施の形態に係るCNN処理装置1について説明する。図4は、CNN処理装置1の処理部14の機能構成を示すブロック図である。CNN処理装置1のその他の構成は、図1で説明した構成と同様である。また、図5は、テーブル160のデータ構造を説明する図である。図6は、処理部14による変換−量子化処理を説明する図である。
処理部14は、入力判定部140および出力取得部141を備える。
入力判定部140は、畳み込み演算の演算結果を演算結果バッファ13から読み出して、予め設定されている変換−量子化処理の各入力区間との比較を行い、畳み込み演算の演算結果、すなわち変換−量子化処理の入力の値が含まれる入力区間を判定する。
次に、上述した入力判定部140を有する本実施の形態に係るCNN処理装置1の動作について図3を参照して説明する。なお、本実施の形態に係るCNN処理方法において、ステップS1からステップS4まではCNN処理方法の概要で説明した処理と同様である。
次に、本発明の第2の実施の形態について説明する。なお、以下の説明では、上述した第1の実施の形態と同じ構成については同一の符号を付し、その説明を省略する。
処理部14は、出力取得部141および閾値処理部142を備える。
閾値処理部142は、畳み込み演算の演算結果を演算結果バッファ13から読み出して、変換−量子化処理の入力に対して予め設定されている閾値との比較を行う。
次に、上述した閾値処理部142を有する本実施の形態に係るCNN処理装置1の動作について図9を参照して説明する。なお、本実施の形態に係るCNN処理方法において、ステップS1からステップS4までは図3のCNN処理方法の概要で説明した処理と同様である。
次に、本発明の第3の実施の形態について説明する。なお、以下の説明では、上述した第1および第2の実施の形態と同じ構成については同一の符号を付し、その説明を省略する。
処理部14は、入力判定部140、出力取得部141、および閾値処理部(第2閾値処理部)142を備える。
入力判定部140は、変換−量子化処理の出力が単調増加する入力の区間と、単調減少する入力の区間とを識別する分割情報に基づいて、前記演算部による畳み込み演算の演算結果Xの属する前記変換−量子化処理の入力の区間を判定する。
次に、上述した構成を有する本実施の形態に係るCNN処理装置1の動作について図12を参照して説明する。なお、本実施の形態に係るCNN処理方法において、ステップS1からステップS4までは、図3のCNN処理方法の概要で説明した処理と同様である。
Claims (15)
- ニューラルネットワークに与えられる入力信号に基づいて重みとの積和演算を含む前記ニューラルネットワークの畳み込み演算を行う演算部と、
前記演算部の演算結果を入力とし、この入力に対して所定の変換および量子化を含む変換−量子化処理を行った結果を出力とする処理部と
を備え、
前記変換−量子化処理における量子化は、前記入力信号よりもビット精度を削減して量子化することを特徴とするニューラルネットワーク処理装置。 - 請求項1に記載のニューラルネットワーク処理装置において、
前記処理部は、
前記処理部の入力を複数の区間に分割した複数の入力区間と、前記処理部の出力とを互いに関連付けたテーブルと、
前記テーブルを用いて前記畳み込み演算の演算結果に基づく前記処理部の入力が含まれる入力区間を判定する入力判定部と、
前記テーブルを用いて前記入力判定部による判定結果に応じて前記処理部の出力を取得する出力取得部と
を有する
ことを特徴とするニューラルネットワーク処理装置。 - 請求項1に記載のニューラルネットワーク処理装置において、
前記処理部は、
前記畳み込み演算の演算結果に基づく前記処理部の入力に対して予め設定されている複数の閾値との比較結果を出力する閾値処理部と、
前記閾値処理部による比較結果に基づいて前記処理部の出力を取得する出力取得部と
を有する
ことを特徴とするニューラルネットワーク処理装置。 - 請求項3に記載のニューラルネットワーク処理装置において、
前記処理部は、
入力に対して前記処理部の出力が単調増加するか、または単調減少するかを識別する識別部をさらに有し、
前記閾値処理部は、前記識別部の識別結果に基づいて予め設定されている前記複数の閾値から前記比較に用いる閾値を選択する
ことを特徴とするニューラルネットワーク処理装置。 - 請求項1乃至4のいずれか1項に記載のニューラルネットワーク処理装置において、
前記ニューラルネットワークに与えられる入力信号は画像データであり、
前記画像データは予め前処理を行った画像データである
ことを特徴とするニューラルネットワーク処理装置。 - 請求項1乃至5のいずれか1項に記載のニューラルネットワーク処理装置において、
前記入力信号または前記積和演算に用いる重みを外部のサーバーから取得する通信インターフェースをさらに備える
ことを特徴とするニューラルネットワーク処理装置。 - 請求項1乃至6のいずれか1項に記載のニューラルネットワーク処理装置において、
前記変換−量子化処理における変換は、活性化演算及び正規化演算の少なくとも一つを含む
ことを特徴とするニューラルネットワーク処理装置。 - 請求項7に記載のニューラルネットワーク処理装置において、
前記変換−量子化処理は、活性化演算及び正規化演算の少なくとも一つと合わせて前記畳み込み演算の演算結果に対する量子化を行う
ことを特徴とするニューラルネットワーク処理装置。 - 請求項1乃至8のいずれか1項に記載のニューラルネットワーク処理装置において、
外部の表示装置へ信号を出力するための出力部をさらに有し、
前記出力部はニューラルネットワーク処理装置における演算結果を前記表示装置に出力する
ことを特徴とするニューラルネットワーク処理装置。 - 請求項1から9のいずれか1項に記載のニューラルネットワーク処理装置において、
前記ニューラルネットワークは、少なくとも1層の中間層を有する多層ニューラルネットワークである
ことを特徴とするニューラルネットワーク処理装置。 - 請求項1から10のいずれか1項に記載のニューラルネットワーク処理装置において、
前記処理部は、プロセッサ、特定用途向け集積回路、プログラマブル論理デバイス、ディスクリート部品の一つ以上からなる
ことを特徴とするニューラルネットワーク処理装置。 - ニューラルネットワークに与えられる入力信号に基づいて重みとの積和演算を含む前記ニューラルネットワークの畳み込み演算を行う演算ステップと、
前記畳み込み演算の演算結果を入力とし、この入力に対して所定の変換および量子化を含む変換−量子化処理を行った結果を出力とする処理ステップと
を有し、
前記変換−量子化処理における量子化は、前記入力信号よりもビット精度を削減して量子化する
ことを特徴とするニューラルネットワーク処理方法。 - 請求項12に記載のニューラルネットワーク処理方法において、
前記処理ステップは、
前記処理部の入力を複数の区間に分割した複数の入力区間と、前記処理部の出力とを互いに関連付けたテーブルを用いて、前記畳み込み演算の演算結果に基づく前記処理ステップの入力が含まれる入力区間を判定する入力判定ステップと、
前記テーブルを用いて前記入力判定ステップにおける判定結果に応じて前記処理ステップの出力を取得する出力取得ステップと
を有する
ことを特徴とするニューラルネットワーク処理方法。 - 請求項12に記載のニューラルネットワーク処理方法において、
前記処理ステップは、
前記畳み込み演算の演算結果に基づく前記処理ステップの入力に対して予め設定されている複数の閾値との比較結果を出力する閾値処理ステップと、
前記閾値処理ステップにおける比較結果に基づいて前記処理ステップの出力を取得する出力取得ステップと
を有する
ことを特徴とするニューラルネットワーク処理方法。 - 請求項14に記載のニューラルネットワーク処理方法において、
前記処理ステップは、
入力に対して前記処理ステップの出力が単調増加するか、または単調減少するかを識別する識別ステップをさらに有し、
前記閾値処理ステップは、前記識別ステップの識別結果に基づいて予め設定されている前記複数の閾値から前記比較に用いる閾値を選択する
ことを特徴とするニューラルネットワーク処理方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018192021 | 2018-10-10 | ||
JP2018192021 | 2018-10-10 | ||
JP2020504046A JP6886747B2 (ja) | 2018-10-10 | 2019-09-10 | ニューラルネットワーク処理装置、ニューラルネットワーク処理方法、およびニューラルネットワーク処理プログラム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020504046A Division JP6886747B2 (ja) | 2018-10-10 | 2019-09-10 | ニューラルネットワーク処理装置、ニューラルネットワーク処理方法、およびニューラルネットワーク処理プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021108230A true JP2021108230A (ja) | 2021-07-29 |
Family
ID=70163789
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020504046A Active JP6886747B2 (ja) | 2018-10-10 | 2019-09-10 | ニューラルネットワーク処理装置、ニューラルネットワーク処理方法、およびニューラルネットワーク処理プログラム |
JP2021079516A Pending JP2021108230A (ja) | 2018-10-10 | 2021-05-10 | ニューラルネットワーク処理装置およびニューラルネットワーク処理方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020504046A Active JP6886747B2 (ja) | 2018-10-10 | 2019-09-10 | ニューラルネットワーク処理装置、ニューラルネットワーク処理方法、およびニューラルネットワーク処理プログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210232894A1 (ja) |
JP (2) | JP6886747B2 (ja) |
CN (1) | CN112930543A (ja) |
WO (1) | WO2020075433A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200139909A (ko) | 2019-06-05 | 2020-12-15 | 삼성전자주식회사 | 전자 장치 및 그의 연산 수행 방법 |
US11360822B2 (en) * | 2019-09-12 | 2022-06-14 | Bank Of America Corporation | Intelligent resource allocation agent for cluster computing |
US11562235B2 (en) * | 2020-02-21 | 2023-01-24 | International Business Machines Corporation | Activation function computation for neural networks |
CN115702426A (zh) * | 2020-06-30 | 2023-02-14 | 利普麦德株式会社 | 神经网络生成装置、神经网络生成方法以及神经网络生成程序 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006154992A (ja) * | 2004-11-26 | 2006-06-15 | Akita Prefecture | ニューロプロセッサ |
JP2010041457A (ja) * | 2008-08-06 | 2010-02-18 | Mitsubishi Electric Corp | 超高感度撮像装置 |
JP2010134697A (ja) * | 2008-12-04 | 2010-06-17 | Canon Inc | コンボリューション演算回路、階層的コンボリューション演算回路及び物体認識装置 |
US20160179434A1 (en) * | 2014-12-19 | 2016-06-23 | Intel Corporation | Storage device and method for performing convolution operations |
US20160328647A1 (en) * | 2015-05-08 | 2016-11-10 | Qualcomm Incorporated | Bit width selection for fixed point neural networks |
US20180032866A1 (en) * | 2016-07-28 | 2018-02-01 | Samsung Electronics Co., Ltd. | Neural network method and apparatus |
WO2018101275A1 (ja) * | 2016-12-02 | 2018-06-07 | 国立大学法人東京工業大学 | ニューラルネットワーク回路装置、ニューラルネットワーク、ニューラルネットワーク処理方法およびニューラルネットワークの実行プログラム |
US20180211152A1 (en) * | 2017-01-20 | 2018-07-26 | Nvidia Corporation | Automated methods for conversions to a lower precision data format |
CN108364061A (zh) * | 2018-02-13 | 2018-08-03 | 北京旷视科技有限公司 | 运算装置、运算执行设备及运算执行方法 |
JP2018135069A (ja) * | 2017-02-23 | 2018-08-30 | パナソニックIpマネジメント株式会社 | 情報処理システム、情報処理方法及びプログラム |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06259585A (ja) * | 1993-03-10 | 1994-09-16 | Toyota Central Res & Dev Lab Inc | ニューラルネットワーク装置 |
JPH07248841A (ja) * | 1994-03-09 | 1995-09-26 | Mitsubishi Electric Corp | 非線形関数発生装置およびフォーマット変換装置 |
JP3438537B2 (ja) * | 1997-07-18 | 2003-08-18 | 株式会社デンソー | ニューラルネットワークの演算装置 |
JP2002342308A (ja) * | 2001-05-21 | 2002-11-29 | Ricoh Co Ltd | 演算装置、プログラム及び関数値算出方法 |
JP2006301894A (ja) * | 2005-04-20 | 2006-11-02 | Nec Electronics Corp | マルチプロセッサシステム、及びマルチプロセッサシステムのメッセージ伝達方法 |
JP4880316B2 (ja) * | 2006-02-08 | 2012-02-22 | 株式会社エヌ・ティ・ティ・ドコモ | 無線通信装置及び無線通信方法 |
US10373050B2 (en) * | 2015-05-08 | 2019-08-06 | Qualcomm Incorporated | Fixed point neural network based on floating point neural network quantization |
JP6525912B2 (ja) * | 2016-03-23 | 2019-06-05 | 富士フイルム株式会社 | 画像分類装置、方法およびプログラム |
US20180046903A1 (en) * | 2016-08-12 | 2018-02-15 | DeePhi Technology Co., Ltd. | Deep processing unit (dpu) for implementing an artificial neural network (ann) |
CN108345939B (zh) * | 2017-01-25 | 2022-05-24 | 微软技术许可有限责任公司 | 基于定点运算的神经网络 |
CN108230277B (zh) * | 2018-02-09 | 2020-09-11 | 中国人民解放军战略支援部队信息工程大学 | 一种基于卷积神经网络的双能ct图像分解方法 |
US10740432B1 (en) * | 2018-12-13 | 2020-08-11 | Amazon Technologies, Inc. | Hardware implementation of mathematical functions |
US11475285B2 (en) * | 2019-01-28 | 2022-10-18 | Samsung Electronics Co., Ltd. | Neural network accelerator and operating method thereof |
CN113570033B (zh) * | 2021-06-18 | 2023-04-07 | 北京百度网讯科技有限公司 | 神经网络处理单元、神经网络的处理方法及其装置 |
JP2023076026A (ja) * | 2021-11-22 | 2023-06-01 | ルネサスエレクトロニクス株式会社 | 半導体装置 |
-
2019
- 2019-09-10 JP JP2020504046A patent/JP6886747B2/ja active Active
- 2019-09-10 US US17/283,922 patent/US20210232894A1/en active Pending
- 2019-09-10 CN CN201980066531.1A patent/CN112930543A/zh active Pending
- 2019-09-10 WO PCT/JP2019/035492 patent/WO2020075433A1/ja active Application Filing
-
2021
- 2021-05-10 JP JP2021079516A patent/JP2021108230A/ja active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006154992A (ja) * | 2004-11-26 | 2006-06-15 | Akita Prefecture | ニューロプロセッサ |
JP2010041457A (ja) * | 2008-08-06 | 2010-02-18 | Mitsubishi Electric Corp | 超高感度撮像装置 |
JP2010134697A (ja) * | 2008-12-04 | 2010-06-17 | Canon Inc | コンボリューション演算回路、階層的コンボリューション演算回路及び物体認識装置 |
US20160179434A1 (en) * | 2014-12-19 | 2016-06-23 | Intel Corporation | Storage device and method for performing convolution operations |
US20160328647A1 (en) * | 2015-05-08 | 2016-11-10 | Qualcomm Incorporated | Bit width selection for fixed point neural networks |
US20180032866A1 (en) * | 2016-07-28 | 2018-02-01 | Samsung Electronics Co., Ltd. | Neural network method and apparatus |
WO2018101275A1 (ja) * | 2016-12-02 | 2018-06-07 | 国立大学法人東京工業大学 | ニューラルネットワーク回路装置、ニューラルネットワーク、ニューラルネットワーク処理方法およびニューラルネットワークの実行プログラム |
US20180211152A1 (en) * | 2017-01-20 | 2018-07-26 | Nvidia Corporation | Automated methods for conversions to a lower precision data format |
JP2018135069A (ja) * | 2017-02-23 | 2018-08-30 | パナソニックIpマネジメント株式会社 | 情報処理システム、情報処理方法及びプログラム |
CN108364061A (zh) * | 2018-02-13 | 2018-08-03 | 北京旷视科技有限公司 | 运算装置、运算执行设备及运算执行方法 |
Non-Patent Citations (2)
Title |
---|
平賀由利亜、三谷剛正、福岡久和、中田 尚、中島康彦: "エッジコンピューティングによる分散ニューラルネットワークの構想", 電子情報通信学会技術研究報告, vol. 117, no. 44, JPN6022044460, 15 May 2017 (2017-05-15), JP, pages 63 - 67, ISSN: 0005022243 * |
廣瀬一俊、植松瞭太、安藤洸太、折茂健太郎、植吉晃大、高前田伸也、池辺将之、浅井哲也、本村真人: "対数量子化による深層ニューラルネットワークのメモリ量削減", 電子情報通信学会技術研究報告, vol. 117, no. 45, JPN6022011131, 15 May 2017 (2017-05-15), JP, pages 39 - 44, ISSN: 0004737874 * |
Also Published As
Publication number | Publication date |
---|---|
CN112930543A (zh) | 2021-06-08 |
US20210232894A1 (en) | 2021-07-29 |
JPWO2020075433A1 (ja) | 2021-02-15 |
JP6886747B2 (ja) | 2021-06-16 |
WO2020075433A1 (ja) | 2020-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6886747B2 (ja) | ニューラルネットワーク処理装置、ニューラルネットワーク処理方法、およびニューラルネットワーク処理プログラム | |
US11003736B2 (en) | Reduced dot product computation circuit | |
CN110610237A (zh) | 模型的量化训练方法、装置及存储介质 | |
WO2022078002A1 (zh) | 一种图像处理方法、装置、设备及可读存储介质 | |
CN110738235B (zh) | 肺结核判定方法、装置、计算机设备及存储介质 | |
CN108875519B (zh) | 对象检测方法、装置和系统及存储介质 | |
CN111240746B (zh) | 一种浮点数据反量化及量化的方法和设备 | |
CN110717585A (zh) | 神经网络模型的训练方法、数据处理方法和相关产品 | |
CN113642711B (zh) | 一种网络模型的处理方法、装置、设备和存储介质 | |
WO2022028147A1 (zh) | 图像分类模型训练方法、装置、计算机设备及存储介质 | |
WO2020168754A1 (zh) | 基于预测模型的绩效预测方法、装置及存储介质 | |
WO2020249085A1 (zh) | 基于神经网络计算的数据处理方法和装置 | |
CN110874627A (zh) | 数据处理方法、数据处理装置及计算机可读介质 | |
CN113642710B (zh) | 一种网络模型的量化方法、装置、设备和存储介质 | |
CN114139693A (zh) | 神经网络模型的数据处理方法、介质和电子设备 | |
CN112465050A (zh) | 一种图像模板选择方法、装置、设备及存储介质 | |
JP7040771B2 (ja) | ニューラルネットワーク処理装置、通信装置、ニューラルネットワーク処理方法、およびプログラム | |
US20220004857A1 (en) | Neural network processing apparatus, neural network processing method, and neural network processing program | |
US20220391676A1 (en) | Quantization evaluator | |
US20230058500A1 (en) | Method and machine learning system to perform quantization of neural network | |
US11861452B1 (en) | Quantized softmax layer for neural networks | |
TWI837298B (zh) | 類神經網路處理裝置、類神經網路處理方法及類神經網路處理程式 | |
CN112634938A (zh) | 基于音频的人员积极性分析方法、装置、设备及存储介质 | |
CN107735800B (zh) | 一种图像处理方法以及相关装置 | |
CN112070144A (zh) | 图像聚类方法、装置、电子设备以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210510 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220309 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220329 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220527 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220727 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221101 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230104 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230328 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230627 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20230705 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20230929 |