一种用于稀疏矩阵向量乘设计的神经网络模型

AITNT
正文
推荐专利
一种用于稀疏矩阵向量乘设计的神经网络模型
申请号:CN202410876281
申请日期:2024-07-02
公开号:CN118734905A
公开日期:2024-10-01
类型:发明专利
摘要
本发明提供了一种用于稀疏矩阵向量乘设计的神经网络模型,用于为稀疏矩阵向量乘程序设计相关的多个决策阶段分别提供用于决策的策略和价值,所述神经网络包括:特征提取器,用于从稀疏矩阵在前一阶段的阶段表达中提取阶段特征,所述阶段表达包括层次映射、非零元的绝对位置和相对位置,所述层次映射指示稀疏矩阵的非零元在计算硬件中的分配信息;策略网络,用于根据所述阶段特征确定当前阶段的策略,所述策略为预测的当前阶段采取各动作的概率。价值网络,用于根据所述阶段特征确定价值,所述价值为前一阶段的阶段表达对应状态的期望价值。
技术关键词
稀疏矩阵向量乘 阶段 神经网络模型 策略 特征提取器 程序设计系统 特征提取模块 决策 分配信息 蒙特卡洛树 层次化结构 全局平均池化 内存 样本 搜索算法 索引 形态
系统为您推荐了相关专利信息
1
直流系统状态预测方法、计算机程序产品、存储介质
状态预测方法 直流系统 长短期记忆网络 数据 计算机程序产品
2
一种基于深度强化学习的多智能体协同控制方法及系统
深度强化学习 协同控制方法 门控循环单元 速度 动态障碍物
3
一种医学图像分割模型知识蒸馏方法及系统
医学图像分割模型 知识蒸馏方法 解码器 教师 学生
4
一种基于数字人模型的视觉测量方法及系统
视觉测量方法 关键特征点 像素点 非极大值抑制方法 姿态估计
5
一种基于多尺度动态卷积增强的高分辨率遥感影像道路自适应提取方法、系统、设备及介质
卷积模块 解码器模型 输出特征 多尺度 遥感影像道路
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号