针对多个神经网络的高效的同时推理计算.pdf

一种用于具有多个神经网络层的神经网络的计算执行方法.pdf (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 112836790 A (43)申请公布日 2021.05.25 (21)申请号 202011574321.4 (22)申请日 2020.12.25 (71)申请人南京蓝洋智能科技有限公司

2023-06-04 约1.56万字 12页立即下载

使用一个或更多个神经网络的多级图像重建.pdf (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 113016009 A (43)申请公布日 2021.06.22 (21)申请号 201980075021.0 (74)专利代理机构北京市磐华律师事务所

2023-06-07 约13.3万字 111页立即下载

使用一个或更多个神经网络生成游戏.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114828973 A (43)申请公布日 2022.07.29 (21)申请号 202180006948.6 (74)专利代理机构北京市磐华律师事务所

2023-05-15 约14.92万字 124页立即下载

基于神经网络的模糊推理-计算机应用技术专业论文.docx 砸二I二论文砸二I二论文基于神经网络的模糊推理 vI 624360 摘要自Zadeh于1973年提出模糊关系合成法(CRI)，人们相继提出多种改进的方法，把CRI方法加以扩充。本文运用一种新的模糊神经元构建模糊神经网络，应用于模糊推理，是对CRI法的推广。文献[17]提出了一种新的基于弱T范数簇的模糊神经元，它能实现多利·连续逻辑运算。在此神经元基础上，本文构建了三个模糊神经网络，分别实现单重模糊推理、多维模糊推理和多重模糊推理。其中在多重模糊推理神经网络中，通过求解模糊关系方程的方法来确定网络的权值。这种模糊推理方法无论对什么样的蕴涵关系几乎总能满足模糊推理的一致性要求

2019-03-27 约4.2万字 54页立即下载

卷积神经网络剪枝、推理方法、设备以及计算机可读介质.pdf (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 113361702 A (43)申请公布日 2021.09.07 (21)申请号 20201

2023-06-18 约2.4万字 20页立即下载

神经网络推理加速与芯片设计.pptx 神经网络推理加速与芯片设计 神经网络推理加速技术概述 神经网络芯片设计方法论 神经网络芯片设计中的关键技术 神经网络芯片设计中的挑战 神经网络芯片设计中的最新进展 神经网络芯片设计中的应用前景 神经网络芯片设计中的研究方向 神经网络芯片设计的未来趋势ContentsPage目录页 神经网络推理加速技术概述神经网络推理加速与芯片设计 神经网络推理加速技术概述神经网络模型压缩：1.模型剪枝：通过删除不重要的连接或节点来减少模型的大小，同时保持其准确性。2.模型量化：将模型中的权重和激活值表示为更少的比特，从而减少内存使用量和计算成本。3.知识蒸馏：将一个大型模型的知识转移到一个更小的模型中，使其能

2024-04-08 约9.56千字 36页立即下载

神经网络增强遗传算法推理.pptx 神经网络增强遗传算法推理 神经网络提高遗传算法的收敛性遗传算法增强神经网络的搜索效率 神经网络优化遗传算法的变异策略遗传算法优化神经网络的结构参数混合模型提升遗传算法的鲁棒性进化算法增强神经网络的超参数优化强化学习引导遗传算法的决策制定元启发式算法促进神经网络模型的泛化能力ContentsPage目录页 神经网络提高遗传算法的收敛性神经网络增强遗传算法推理 神经网络提高遗传算法的收敛性神经网络加速遗传算法收敛1.神经网络能够通过学习遗传算法的搜索空间来预测最优解的可能性，从而指导遗传算法的搜索方向，加快收敛速度。2.神经网络可以生成新的个体加入到遗传算法种群中，扩充搜索空间，增加找

2024-04-10 约6.51千字 32页立即下载

一种动态量化神经网络的推理方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114462591 A (43)申请公布日 2022.05.10 (21)申请号 202111592468.0 (22)申请日 2021.12.23 (71)申请人北京时代民芯科技有限公司地址 1

2023-05-05 约1.07万字 10页立即下载

边缘协同的深度神经网络推理加速框架.pdf 摘要边缘智能利用边缘计算低延迟、高带宽的优势与边缘协同计算方法，达到满足基于深度神经网络 (DNN)的延迟敏感型与计算密集型应用需求的目的，缓解集中式云计算与资源有限的终端难以满足其实时响应需求的现状。本课题提出搭建边缘协同的深度神经网络推理加速框架，一方面基于早期退出机制设计多分支DNN，另一方面在边缘计算环境下进行多分支网络的动态划分，实现细粒度计算卸载。通过基于原模型添加合理的分支结构与在线出口决策，允许部分样本提前退出；同时刻画多分支 DNN的有向无环图，将最小化延迟转为最小割问题。本课题选取经典的深度神经网络(Inceptionv4) 和数据集(C

2025-04-29 约3.45万字 37页立即下载

基于图神经网络的归纳推理模型研究.pdf 摘要图神经网络在提取数据的关键复杂特征和实现对海量数据的快速处理等方面表现卓越，其在众多应用领域，如社交、交通、学术、生物和医学等各种网络等都取得显著成果。因此，基于图神经网络的归纳推理研究具有主要的理论意义和应用价值。归纳推理研究主要包含节点分类和链路预测两个主要任务，本论文分别对其进行了深入研究。现有的节点分类模型存在鲁棒性不足、泛化能力有限以及节点间关系建模不充分等问题。针对以上存在的问题，本文提出了基于掩码自编码器的归纳式节点分类模型INC-MGS（InductiveNodeClassificationbasedonMaskedGraphSelf- Encoders，I

2025-05-03 约9.16万字 57页立即下载

5神经网络.ppt 天津大学自动化学院 * 智能控制系统天津大学电气与自动化工程学院五天津大学自动化学院 神经网络的基本概念 1 前向网络及其主要算法 2 反馈网络 3 神经网络模型辨识 4 第三章 神经网络控制 神经网络控制 5 天津大学自动化学院基于人工神经网络的控制简称神经控制。神经网络是由大量人工神经元广泛互联而成的网络，具有很强的自适应性和学习能力、非线性映射能力、鲁棒性和容错能力。 1.1 生物神经元模型人脑大约包含1012个神经元，分成约1000种类型，每个神经元大约与102～104个其他神经元相连接，形成极为错综复杂而又灵活多变的神经网络。

2017-05-28 约2.75千字 21页立即下载

2020-02-22 约小于1千字 20页立即下载

第2章-神经网络-（一）.ppt 3.反向误差传播比较预期输出和实际输出，计算输出层误差。 Tj——输出单元j的预期输出将得到的误差从后向前传播，前一层单元j的误差通过和它连接的后一层所有单元k的误差计算得到。 4.网络权值与神经元偏置调整可以一边后向传播误差，一边调整网络权重和神经元的阈值，也可以先计算得到所有神经元的误差，再统一调整网络权重和神经元阈值。调整权重：从输入层与第一隐含层的连接权重开始，依次向后进行调整。 l——学习率，通常取0~1之间的常数。太大会导致学习慢，太小会导致算法在不适当的解之间振动。一般将学习率设为迭代次数t的倒数，即1/t。 4.网络权值与神经元偏置调整调整

2018-02-25 约6.66千字 42页立即下载

神经网络-.ppt Introduction to Support Vector Machine (SVM) Introduction -- SVM classification Support vector machines (SVMs) developed by Vapnik, have gained wide acceptance because of their high generalization ability for a wide range of applications. There are many variations of SVM, including the soft margi

2017-03-24 约5.03千字 20页立即下载

光学神经网络装置、芯片及神经网络计算的光学实现方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565091 A (43)申请公布日 2022.05.31 (21)申请号 202210140961.7 (22)申请日 2022.02.16 (71)申请人武汉光谷信息光电子创新中心有限

2023-05-06 约2.25万字 17页立即下载