• 专利申请
    2018-10-16
  • 公布公告
    2023-07-21
  • 授权日期
    2023-07-21
  • 终止
    2033-07-18
一种基于循环切割和重排的现场可编程门阵列卷积层的动态优化方法
一种基于循环切割和重排的现场可编程门阵列卷积层的动态优化方法
* 专利信息仅供参考，不具有法律效力。 有效专利
CN201811201717.7 2018-10-16 G06N3/0464 {{ classMap["G06N3/0464"] }}
浙江工业大学 查看申请人名下所有专利
浙江省杭州市下城区朝晖六区潮王路18号
专利分类项目

G06N3/0464 :

G06N3/082 :

G06N3/063 : 采用电的

G06F17/15 :

G06F30/34 :

G06F111/04 :

专利注册信息
初审公告期号 2018-10-16 初审公告日期 2023-07-21
注册公告期号 2023-07-21 注册公告日期 2023-07-21
专用权期限 2023-07-21 - 2033-07-18 专利类型 发明授权
代理组织机构 杭州斯可睿专利事务所有限公司 查看该机构代理的所有专利
专利介绍
一种基于循环切割和重排的现场可编程门阵列卷积层的动态优化方法，使用高层次综合工具在现场可编程门阵列平台上进行开发，基于卷积循环切割和重排对卷积层的进行优化，调整其资源占用及处理性能，充分发挥现场可编程门阵列的并行处理能力，提升卷积神经网络网络性能。本发明提供一种基于循环切割和重排的现场可编程门阵列卷积层的动态优化方法，其可极大地提升内部计算速率和效率，从而缩短计算时间，提升效能。
法律进度

  • 2023-07-21 授权 ...

  • 2019-04-30 实质审查的生效 IPC(主分类): G06F 17/50 专利申请号: 201811201717.7 申请日: 2018. ...

  • 2019-04-05 公开 ...

同类专利
  • 一种用于病变图像分割的多尺度并行深度神经网络模型构建方法

    一种用于病变图像分割的多尺度并行深度神经网络模型构建方法

    查看详情
  • 一种基于图卷积神经网络的跨模态检索方法

    一种基于图卷积神经网络的跨模态检索方法

    查看详情
  • 新型Faster R-CNN网络模型及其训练方法

    新型Faster R-CNN网络模型及其训练方法

    查看详情
  • 一种基于生成对抗网络的多相关时间序列预测系统及方法

    一种基于生成对抗网络的多相关时间序列预测系统及方法

    查看详情
  • 图像生成模型训练方法和装置、图像生成方法和装置

    图像生成模型训练方法和装置、图像生成方法和装置

    查看详情
  • 基于深度学习的主从控制方法及应用

    基于深度学习的主从控制方法及应用

    查看详情
  • 一种基于关系图的DNN鲁棒模型加固方法

    一种基于关系图的DNN鲁棒模型加固方法

    查看详情
  • 一种基于改进MICN的光伏功率预测方法

    一种基于改进MICN的光伏功率预测方法

    查看详情

咨询该专利

您还可以
求购专利
推荐专利
{{ v.name }}
取 消 确 定