一种深度符号回归加速器及深度符号回归方法技术

本发明专利技术提出一种深度符号回归加速器，包括：执行单元阵列，用于深度符号回归的NN推理运算和BFGS优化运算；片上缓存，与该执行单元阵列通信连接，包括：输入输出缓存，用于存储NN推理运算和BFGS优化运算的输入输出值；NN权值缓存，用于存储NN推理模型的权重；参数缓存，用于存储该执行单元阵列的配置参数；字符串解析模块，与该输入输出缓存通信连接，用于把NN推理运算得到的符号化表达式框架的字符串转化为数学表达式的运算符；控制器，与该执行单元阵列和该片上缓存通信连接，用于控制该执行单元阵列和该片上缓存的访存操作及运算调度。本发明专利技术还提出一种基于该深度符号回归加速器的深度符号回归方法。

【技术实现步骤摘要】

本专利技术属于计算机系统结构，特别涉及一种低能耗的在线深度符号回归加速器。

技术介绍

1、符号回归(symbolic regression,sr)指根据观测数据生成数学表达式的过程，是人工智能的一个核心任务。快速sr在机器人的实时控制、复杂环境救援、无人地区探索等领域具有重要意义，这一过程通常需要进行低功耗、高能效的在线计算。

2、近年来基于深度学习的深度符号回归(deep symbolic regression,dsr)相比于传统的基于遗传算法的sr能够实现达1000倍的速度提升，并有可以作为在线sr技术的潜力。dsr的过程分为两部分，如图1所示，dsr首先通过一个训练好的神经网络(neuralnetwork,nn)推理过程从观测点{(xi,yi)}i中得到目标表达式的骨架y＝-exp(cx)+sin(cx)，其中c是待确定的系数；然后通过bfgs算法(broyden–fletcher–goldfarb–shannoalgorithm)优化并确定系数c的数值，bfgs优化首先赋予c一个初值，然后通过交替计算优化方向和近似梯度下降逐步优化并确定本文档来自技高网...

【技术保护点】

1.一种深度符号回归加速器，其特征在于，包括：

2.如权利要求1所述的深度符号回归加速器，其特征在于，该执行单元阵列包括全局总线和多个接入该全局总线的执行单元，每个该执行单元包括一个超越函数计算单元、一个乘累加计算单元和一个局部缓存；以至少一个该执行单元进行线性函数和/或非线性函数和/或混合函数的运算。

3.如权利要求2所述的深度符号回归加速器，其特征在于，通过配置该乘累加计算单元和该局部缓存以进行线性函数的运算，通过配置该超越函数计算单元和该局部缓存以进行非线性函数的运算，通过配置该超越函数计算单元、该乘累加计算单元和该局部缓存以进行混合函数的运算。

...

【技术特征摘要】

1.一种深度符号回归加速器，其特征在于，包括：

2.如权利要求1所述的深度符号回归加速器，其特征在于，该执行单元阵列包括全局总线和多个接入该全局总线的执行单元，每个该执行单元包括一个超越函数计算单元、一个乘累加计算单元和一个局部缓存；以至少一个该执行单元进行线性函数和/或非线性函数和/或混合函数的运算。

3.如权利要求2所述的深度符号回归加速器，其特征在于，通过配置该乘累加计算单元和该局部缓存以进行线性函数的运算，通过配置该超越函数计算单元和该局部缓存以进行非线性函数的运算，通过配置该超越函数计算单元、该乘累加计算单元和该局部缓存以进行混合函数的运算。

4.如权利要求2所述的深度符号回归加速器，其特征在于，该超越函数计算单元包括一个参数解码器和一个计算单元，该计算单元包括基于径向量基函数神经网络的并行神经元。

5.如权利要求4所述的深度符号回归加速器，其特征在于，该超越函数计算单元通过加载与对应超越函数的配置参数，以进行超越函数计算。

6.如权利...

【专利技术属性】
技术研发人员：胡杏，马天云，靳鹏威，
申请(专利权)人：中国科学院计算技术研究所，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人