一种用于对神经网络中的算子进行融合的方法和相关产品与流程技术资料下载

技术编号:35375026

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

.本公开涉及人工智能领域,更具体地,涉及神经网络中算子的融合。背景技术.深度学习算法由一个个计算单元组成,我们称这些计算单元为算子(operator,简称op)。神经网络中的数据通常表示为张量(tensor)。张量具有不同的形状,可以通过形状算子(shape op)来对张量的形状进行描述,比如形状(,)表示第一维有个元素,第二维有个元素,是一个行列的矩阵数组。在形状中有多少个数字,就代表这个张量有多少维。例如,shape=(,,,)可以具有如下物理含义:可以表述有张...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发