買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉北京憶元科技有限公司申請的專利基于存算一體芯片進(jìn)行神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練的方法及裝置獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119962597B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號(hào)為：202411890369.4，技術(shù)領(lǐng)域涉及：G06N3/063；該發(fā)明授權(quán)基于存算一體芯片進(jìn)行神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練的方法及裝置是由劉云瑞設(shè)計(jì)研發(fā)完成，并于2024-12-20向國家知識(shí)產(chǎn)權(quán)局提交的專利申請。

本基于存算一體芯片進(jìn)行神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練的方法及裝置在說明書摘要公布了：本申請公開一種基于存算一體芯片進(jìn)行神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練的方法及裝置，包括：初始化初始神經(jīng)網(wǎng)絡(luò)模型的權(quán)重參數(shù)，獲得每個(gè)網(wǎng)絡(luò)層的初始權(quán)重值，根據(jù)初始權(quán)重值對存算一體芯片的電導(dǎo)值調(diào)整；將訓(xùn)練集輸入初始神經(jīng)網(wǎng)絡(luò)模型，輸出各訓(xùn)練樣本的預(yù)測值，根據(jù)預(yù)測值和真值之間差異確定當(dāng)前損失值；計(jì)算當(dāng)前損失值對權(quán)重參數(shù)的誤差梯度，根據(jù)誤差梯度確定權(quán)重調(diào)整值；根據(jù)初始權(quán)重值與權(quán)重值邊界之間的關(guān)系，將權(quán)重調(diào)整值量化到預(yù)設(shè)整數(shù)范圍獲得目標(biāo)量化值；調(diào)用權(quán)重更新接口，沿著目標(biāo)量化值表示的調(diào)整方向，對初始權(quán)重值調(diào)整，根據(jù)各網(wǎng)絡(luò)層調(diào)整后的權(quán)重值對存算一體芯片的電導(dǎo)值進(jìn)行調(diào)整，獲得更新后的神經(jīng)網(wǎng)絡(luò)模型，繼續(xù)訓(xùn)練直至獲得目標(biāo)神經(jīng)網(wǎng)絡(luò)模型。

本發(fā)明授權(quán)基于存算一體芯片進(jìn)行神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練的方法及裝置在權(quán)利要求書中公布了：1.一種基于存算一體芯片進(jìn)行神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練的方法，其特征在于，所述方法應(yīng)用于存算一體芯片，所述方法包括： 初始化初始神經(jīng)網(wǎng)絡(luò)模型的權(quán)重參數(shù)，獲得所述初始神經(jīng)網(wǎng)絡(luò)模型每個(gè)網(wǎng)絡(luò)層的初始權(quán)重值，并根據(jù)每個(gè)網(wǎng)絡(luò)層的所述初始權(quán)重值對所述存算一體芯片的電導(dǎo)值進(jìn)行調(diào)整，其中，同一權(quán)重參數(shù)所對應(yīng)的權(quán)重值與所對應(yīng)的電導(dǎo)值呈正相關(guān)關(guān)系； 將訓(xùn)練集輸入所述初始神經(jīng)網(wǎng)絡(luò)模型中，輸出每個(gè)訓(xùn)練樣本的預(yù)測值，根據(jù)每個(gè)所述訓(xùn)練樣本的預(yù)測值和真值之間的差異，確定當(dāng)前損失值，其中，所述訓(xùn)練集包括多個(gè)所述訓(xùn)練樣本和每個(gè)所述訓(xùn)練樣本對應(yīng)的真值； 計(jì)算所述當(dāng)前損失值對每個(gè)網(wǎng)絡(luò)層的權(quán)重參數(shù)的誤差梯度，并根據(jù)每個(gè)網(wǎng)絡(luò)層的誤差梯度確定每個(gè)網(wǎng)絡(luò)層的權(quán)重調(diào)整值，其中，所述權(quán)重調(diào)整值表示待調(diào)整的權(quán)重變化量； 針對每個(gè)網(wǎng)絡(luò)層，根據(jù)所述網(wǎng)絡(luò)層的初始權(quán)重值與權(quán)重值邊界之間的關(guān)系，將所述權(quán)重調(diào)整值量化到預(yù)設(shè)整數(shù)范圍內(nèi)，獲得所述權(quán)重調(diào)整值量對應(yīng)的目標(biāo)量化值，其中，所述預(yù)設(shè)整數(shù)范圍內(nèi)的不同量化值分別表示不同的調(diào)整方向； 針對每個(gè)網(wǎng)絡(luò)層的所述初始權(quán)重值，調(diào)用權(quán)重更新接口，沿著所述初始權(quán)重值所對應(yīng)的所述目標(biāo)量化值表示的調(diào)整方向，對所述初始權(quán)重值進(jìn)行調(diào)整，獲得調(diào)整后的權(quán)重值，并根據(jù)每個(gè)網(wǎng)絡(luò)層調(diào)整后的權(quán)重值對所述存算一體芯片的電導(dǎo)值進(jìn)行調(diào)整，獲得更新后的神經(jīng)網(wǎng)絡(luò)模型； 基于所述更新后的神經(jīng)網(wǎng)絡(luò)模型對所述訓(xùn)練集繼續(xù)訓(xùn)練，直至所述當(dāng)前損失值滿足預(yù)設(shè)收斂條件或達(dá)到預(yù)設(shè)迭代次數(shù)閾值時(shí)，將所獲得的神經(jīng)網(wǎng)絡(luò)模型作為目標(biāo)神經(jīng)網(wǎng)絡(luò)模型； 針對每個(gè)網(wǎng)絡(luò)層，根據(jù)所述網(wǎng)絡(luò)層的初始權(quán)重值與權(quán)重值邊界之間的關(guān)系，將所述權(quán)重調(diào)整值量化到預(yù)設(shè)整數(shù)范圍內(nèi)，獲得所述權(quán)重調(diào)整值量對應(yīng)的目標(biāo)量化值，包括： 在當(dāng)前網(wǎng)絡(luò)層的初始權(quán)重值達(dá)到任一權(quán)重值邊界的情況下，將所述當(dāng)前網(wǎng)絡(luò)層的權(quán)重調(diào)整值量化到所述預(yù)設(shè)整數(shù)范圍內(nèi)，獲得初始量化值，并將所述初始量化值調(diào)整為反方向的量化值后，獲得所述目標(biāo)量化值，其中，當(dāng)前網(wǎng)絡(luò)層為當(dāng)前待量化權(quán)重調(diào)整值的網(wǎng)絡(luò)層； 在當(dāng)前網(wǎng)絡(luò)層的初始權(quán)重值未達(dá)到任一權(quán)重值邊界的情況下，將所述當(dāng)前網(wǎng)絡(luò)層的權(quán)重調(diào)整值量化到所述預(yù)設(shè)整數(shù)范圍內(nèi)，獲得初始量化值，并直接將所述初始量化值作為所述目標(biāo)量化值。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人北京憶元科技有限公司，其通訊地址為：100083 北京市海淀區(qū)中關(guān)村東路1號(hào)院7號(hào)樓3層301；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。