• 热门行业
  • 装修建材
  • 家居生活
  • 餐饮食品
  • 母婴教育
  • 电脑办公
  • 服装首饰
  • 汽车工具
  • 家电数码
  • 机械化工
  • 休闲美容
返回上一页
专利状态
一种深度学习模型的高效转换方法及装置
有效
专利申请进度
申请
2017-08-07
申请公布
2017-12-15
授权
2020-12-29
预估到期
2037-08-07
专利基础信息
申请号 CN201710669779.X 申请日 2017-08-07
申请公布号 CN107480789A 申请公布日 2017-12-15
授权公布号 CN107480789B 授权公告日 2020-12-29
分类号 G06N7/04
分类 计算;推算;计数;
申请人名称 北京中星微电子有限公司
申请人地址 北京市海淀区学院路35号世宁大厦16层
专利法律状态
  • 2020-12-29
    授权
    状态信息
    授权
  • 2018-01-09
    实质审查的生效
    状态信息
    实质审查的生效IPC(主分类):G06N 7/04申请日:20170807
  • 2017-12-15
    公布
    状态信息
    公开
摘要
本发明实施例的深度学习模型的高效转换方法,用于解决深度学习模型开发效率和运算效率较低的技术问题。方法包括:根据通用深度学习框架建立与NPU模型对应的数据标准化框架;利用所述数据标准化框架将深度学习模型的参数转换为所述数据标准化框架的标准参数;将所述标准参数转换为NPU模型的参数。本发明针对各通用深度学习框架的参数结构为特定处理器建立统一的数据标准化框架,根据通用深度学习框架形成的深度学习模型的参数可以利用数据标准化框架统一的数据结构形成标准数据,使得处理器进行数据解析处理的过程与深度学习模型的结构相关性大大降低,使得处理器处理过程的开发与深度学习模型的开发可以有效分离。还包括相应的高效转换装置。