适用于卷积神经网络训练加速器的可配置加法树

发明专利有效专利

申请号：
CN202110597775.1
IPC分类号：G06N3/04;G06N3/08;G06F7/491
申请日期：
2021-05-31
申请人：
天津大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	适用于卷积神经网络训练加速器的可配置加法树
申请号	CN202110597775.1	申请日期	2021-05-31
法律状态	实质审查	申报国家	中国
公开/公告日	2021-09-07	公开/公告号	CN113361687A
优先权	暂无	优先权号	暂无
主分类号	G06N3/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/04 体系结构，例如，互连拓扑〔7〕	IPC分类号	G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;F;7;/;4;9;1查看分类表>
申请人	天津大学	申请人地址	天津市南开区卫津路92号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	天津大学	当前权利人	天津大学
发明人	刘强;孟浩
代理机构	天津市北洋有限责任专利代理事务所	代理人	李素兰

摘要

本发明公开了一种适用于卷积神经网络训练加速器的可配置加法树，由三组加法单元构成，每组的所述加法单元包括串联的一阶多路选择器和加法器结构、二阶多路选择器和加法器结构以及三阶多路选择器和加法器结构；利用多路选择器进行模式选择：其中，多路选择器设置于每阶加法器的输入端，多路选择器的输出串联下一阶加法器。与现有技术相比，本发明1)能够在并行度大的情况下，降低加法资源使用；2)适用于前向传播的常规卷积3×3的累加，也可以适用于权重梯度的超大核卷积(不固定尺寸)的累加；3)可以适用于不同的数据精度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供