摘要
本申请公开了面向能量收集物联网的间歇性深度神经网络推理方法,具体涉及神经网络推理方法的领域。包括:从非易失性内存中获取深度神经网络模型的每个层的输入数据、模型参数,以及进度跟踪变量;通过每个层中的多个子操作对输入数据进行处理,在每个子操作完成时对进度跟踪变量进行更新,并将子操作的输出和对应的进度跟踪变量写入非易失性内存中;若在通过每个层中的多个子操作对输入数据进行处理的过程中出现处理中断,根据非易失性内存中的进度跟踪变量确定中断发生时已执行完的子操作,并获取剩余子操作所需的输入数据及模型参数,完成剩余子操作。无需对应用程序分区推理,进而避免进行能量估计。
技术关键词
非易失性内存
变量
能量收集
深度神经网络模型
输出特征
数据
硬件加速器
参数
推理方法
节点
计数器
通道
分区
指针
元素
尺寸
系统为您推荐了相关专利信息
路径规划方法
模糊推理
地面车辆
卫星高程数据
栅格地图
航班延误预测方法
拥堵指数
三维卷积神经网络
长短期记忆网络
表达式
移动机器人系统
跟踪控制方法
干扰观测器
分布式控制器
误差系统
高炉故障
智能诊断方法
故障诊断模型
特征提取模块
高炉工况