【技术实现步骤摘要】
【国外来华专利技术】相关申请的交叉引用本申请要求于2014年2月21日提交且题为“IN SITU NEURAL NETWORK CO-PROCESSING(原位神经网络协同处理)”的美国临时专利申请No.61/943,155的权益,其公开内容通过援引全部明确纳入于此。背景领域本公开的某些方面一般涉及神经系统工程,并且尤其涉及用于原位神经网络协同处理的系统和方法。背景可包括一群互连的人工神经元(即,神经元模型)的人工神经网络是一种计算设备或者表示将由计算设备执行的方法。人工神经网络可具有生物学神经网络中的对应的结构和/或功能。然而,人工神经网络可为其中传统计算技术是麻烦的、不切实际的、或不胜任的某些应用提供创新且有用的计算技术。由于人工神经网络能从观察中推断出功能,因此这样的网络在因任务或数据的复杂度使得通过常规技术来设计该功能较为麻烦的应用中是特别有用的。概述在本公开的一方面,公开了一种用于在神经网络中执行协同处理的方法。该方法包括将该神经网络的一部分交换至第一处理节点达一时间段。该方法还包括用第一处理节点来执行神经网络的该部分。另外,该方法包括在该时间段之后将神经网络的该部分返回给第二处理节点。该方法进一步包括用第二处理节点来执行神经网络的该部分。在本公开的另一方面,公开了一种用于在神经网络中执行协同处理的装置。该装置包括存储器以及耦合至该存储器的至少一个处理器。(诸)处理器被配置成将该神经网络的一部分交换至第一处理节点达一时间段。(诸)处理器还被配置成用第一处理节点来执行神经网络的该部分。另外,(诸)处理器被配置成在该时间段之后将神经网络的该部分返回给第二处理节点。(诸)处 ...
【技术保护点】
一种在神经网络中执行协同处理的方法,包括:将所述神经网络的一部分交换至第一处理节点达一时间段;用所述第一处理节点来执行所述神经网络的所述部分;在所述时间段之后将所述神经网络的所述部分返回给第二处理节点;以及用所述第二处理节点来执行所述神经网络的所述部分。
【技术特征摘要】
【国外来华专利技术】2014.02.21 US 61/943,155;2014.05.08 US 14/273,2141.一种在神经网络中执行协同处理的方法,包括:将所述神经网络的一部分交换至第一处理节点达一时间段;用所述第一处理节点来执行所述神经网络的所述部分;在所述时间段之后将所述神经网络的所述部分返回给第二处理节点;以及用所述第二处理节点来执行所述神经网络的所述部分。2.如权利要求1所述的方法,其特征在于,所述第一处理节点包括单独的硬件核。3.如权利要求1所述的方法,其特征在于,所述第一处理节点包括学习处理核。4.如权利要求3所述的方法,其特征在于,所述学习处理核被配置有比所述第二处理节点更高等级的资源。5.如权利要求3所述的方法,其特征在于,学习是离线或在线地实现的。6.如权利要求5所述的方法,其特征在于,在学习是离线地实现时,所述学习处理核的输入和输出包括所述神经网络的其他层。7.如权利要求1所述的方法,其特征在于:所述第一处理节点包括学习处理核;所述第二处理节点包括静态处理核;交换包括:将所述静态处理核的状态复制到所述学习处理核;以及将输入路由至所述学习处理核,以使得所述学习处理核纳入所述静态处理核的功能;并且返回包括:将所述学习处理核的状态复制到所述静态处理核;以及将控制返回给经修改的静态处理核。8.如权利要求1所述的方法,其特征在于,所述交换包括将来自所述第一处理节点的资源分配给所述第二处理节点。9.如权利要求1所述的方法,其特征在于,所述神经网络的所述部分包括深度置信网络的层。10.如权利要求1所述的方法,其特征在于,所述第一处理节点包括调试核。11.如权利要求1所述的方法,其特征在于,所述交换是在系统性能低于阈值时发生的。12.如权利要求1所述的方法,其特征在于,所述返回是在系统性能高于阈值时发生的。13.如权利要求1所述的方法,其特征在于,所述交换或返回是在电源被施加于系统时发生的。14.一种用于在神经网络中执行协同处理的装置,包括:存储器;以及耦合至所述存储器的至少一个处理器,所述至少一个处理器被配置成:将所述神经网络的一部分交换至第一处理节点达一时间段;用所述第一处理节点来执行所述神经网络的所述部分;在所述时间段之后将所述神经网络的所述部分返回给第二处理节点;以及用所述第二处理节点来执行所述神经网络的所述部分。15.如权利要求14所述的装置,其特征在于,所述第一处理节点包括单独的硬件核。16.如权利要求14所述...
【专利技术属性】
技术研发人员:M·坎伯斯,A·路易斯,N·G·劳,
申请(专利权)人:高通股份有限公司,
类型:发明
国别省市:美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。