[发明专利]用于多核优化循环神经网络的系统和方法有效
| 申请号： | 201611132073.1 | 申请日： | 2016-12-09 |
| 公开（公告）号： | CN106875013B | 公开（公告）日： | 2020-06-02 |
| 发明（设计）人： | 格雷戈里·迪莫斯;阿维尼·汉奈;布赖恩·卡坦扎罗;达理奥·阿默迪;艾瑞克·艾乐森;耶西·恩格尔;舒哈布拉塔·森古普帕 | 申请（专利权）人： | 百度（美国）有限责任公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人： | 王达佐;马晓亚 |
| 地址： | 美国加利*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 公开用于多核优化循环神经网络(RNN)架构的系统和方法。各种架构根据给定的处理器的多整体式同步并行(MBSP)模型来影响通信操作和同步操作。称为MBSP‑RNN的所得的网络架构族类似具有相同数量的参数的常规RNN那样执行，但是在映射至现代通用处理器上时，显著更为有效。由于在计算效率上大幅提高，因此，对于固定计算预算来说，MBSP‑RNN在应用诸如端对端的语音识别上优于RNN。 | ||
| 搜索关键词： | 用于 多核 优化 循环 神经网络 系统 方法 | ||
【主权项】：
一种通过将循环神经网络架构映射至计算设备的处理器的微架构来改进所述计算设备的计算性能的方法，所述方法包括：基于所述处理器的微架构的描述，获得与存储器的级相关联的值；以及对于所述循环神经网络架构的层级中的最低级至最高级，每个级与所述处理器的微架构相关联并通过存储器容量、处理器核心数、带宽、计算带宽和时延中的至少两个来描述；将神经元分组成模块，每个模块表示所述循环神经网络构架内的循环神经网络层中的逻辑单元；以及将连接布置在所述模块之间，使得所述模块满足所述循环神经网络架构的预定条件，所述循环神经网络架构的所述预定条件与存储器容量、处理器核心数、带宽、计算带宽和时延中的所述至少两个有关。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于百度（美国）有限责任公司，未经百度（美国）有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611132073.1/，转载请声明来源钻瓜专利网。
