摘要
本公开提供了一种神经网络模型的存算融合架构参数配置方法,应用于电子设计自动化和集成电路技术领域。包括:根据存算融合架构的特征重要性向量对第一特征空间进行剪枝,得到第二特征空间,特征重要性向量包括的多个元素分别用于表征存算融合架构的多个硬件参数各自的相对重要性;在第二特征空间确定多个第一特征,第一特征包括各个硬件参数的参数值;对于每个第一特征,根据第一特征和神经网络模型的模型参数特征,对神经网络模型在存算融合架构上的运行性能进行预测,得到与每个第一特征对应的第一性能值;根据多个第一性能值在多个第一特征中确定目标特征;根据目标特征包括的各个硬件参数的参数值对存算融合架构进行参数配置。
技术关键词
神经网络模型
性能预测模型
参数配置方法
分箱
电子设计自动化
权重分配机制
集成电路技术
索引
元素
随机森林
处理器
可读存储介质
分类器
电子设备
指令
聚类
存储器
计算机
标签
系统为您推荐了相关专利信息
异常识别方法
数控机床
机床传感器
深度神经网络模型
协议
工件特征
误差预测方法
混合神经网络模型
预测机器人
位点
变电站驱鸟装置
数字孪生技术
变电站驱鸟系统
数字孪生模型
驱鸟方式
CT体数据
二维X射线图像
图像配准方法
深度神经网络模型
光线投射算法