摘要
本申请涉及用于神经网络的经改进量化。本文中公开了用于执行训练后量化的系统和方法。处理器(1002)从人工神经网络ANN(101B)的层获得定点输出值,其中所述层包含基于浮点权重而确定的定点权重和基于输出缩放因数而确定的权重缩放因数。接下来,所述处理器(1002)基于所述输出缩放因数而将所述定点输出值转换为浮点输出值。随后,所述处理器(1002)扩展浮点值的范围。接下来,所述处理器(1002)基于浮点输出值的经扩展范围而计算新输出缩放因数。最后,所述处理器(1002)将所述新输出缩放因数存储在相关联的存储器(1003)中。
技术关键词
人工神经网络
处理器
计算机可读存储媒体
电路系统
存储器
指令
比率
程序
系统为您推荐了相关专利信息
网络拓扑信息
链路状态信息
数据传输方法
深度学习算法
策略
路径规划方法
栅格
多无人机
视野
存储计算机程序
通信数据传输方法
接收端
通信系统
发射端
优化约束条件