特許
J-GLOBAL ID：202003016360035821
ニューラルネットワークの学習装置および学習方法
発明者：
出願人/特許権者：
代理人 (1件)：
青稜特許業務法人
公報種別：公開公報
出願番号（国際出願番号）：特願2018-128241
公開番号（公開出願番号）：特開2020-009048
出願日： 2018年07月05日
公開日（公表日）： 2020年01月16日
要約：
【課題】 本発明の課題は、演算の低ビット化によりCNNを軽量化しつつ、適切な演算を可能とすることにある。【解決手段】 低ビット化部と、学習部と、メモリを具備するニューラルネットワークの学習装置である。低ビット化部は、ニューラルネットワークモデルの演算対象となる数値に対して、第1の量子化領域を適用した第1の量子化を実行する。学習部は、第1の量子化が実行されたニューラルネットワークモデルに対し、学習を実行する。低ビット化部は、学習部において学習が実行されたニューラルネットワークモデルの演算対象となる数値に対して、第2の量子化領域を適用した第2の量子化を実行する。メモリは、第2の量子化が実行されたニューラルネットワークモデルを格納する。【選択図】 図3
請求項（抜粋）：
低ビット化部と、学習部と、メモリを具備し、
前記低ビット化部は、ニューラルネットワークモデルの演算対象となる数値に対して、第1の量子化領域を適用した第1の量子化を実行し、
前記学習部は、前記第1の量子化が実行されたニューラルネットワークモデルに対し、学習を実行し、
前記低ビット化部は、前記学習部において学習が実行されたニューラルネットワークモデルの演算対象となる数値に対して、第2の量子化領域を適用した第2の量子化を実行し、
前記メモリは、前記第2の量子化が実行されたニューラルネットワークモデルを格納する、
ニューラルネットワークの学習装置。
IPC (1件)：
FI (1件)：
引用特許：
前のページに戻る
