一种基于卷积神经网络的稀疏张量存储格式自动选择方法.pdfVIP

下载本文档

1
0
约2.01万字
约 17页
2023-06-01 发布于四川
举报
版权申诉

一种基于卷积神经网络的稀疏张量存储格式自动选择方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于卷积神经网络的稀疏张量存储格式自动选择方法，包括：1)通过展平和映射两种转换方法分别将多维张量降低为二维矩阵；2)通过密度表示或直方图表示将矩阵缩放为固定大小；3)将固定大小的矩阵作为卷积神经网络CNN的输入，其中CNN的结构为面向稀疏张量存储格式自动选择而设计定制；4)用监督学习的方法训练CNN并得到训练后的网络模型；5)将新的稀疏张量作为网络模型的输入，前向传播后得到该张量的最佳存储格式。本发明利用CNN在分类问题下的优势，并结合前馈神经网络FFNN以适配最佳稀疏张量存储

(19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112529157 B (45)授权公告日 2022.07.01 (21)申请号 202011430624.9 G06V 10/82 (2022.01)