-
公开(公告)号:CN117422114B
公开(公告)日:2024-04-09
申请号:CN202311744044.0
申请日:2023-12-19
申请人: 电子科技大学(深圳)高等研究院 , 英国i4AI有限公司 , 深圳华大九天科技有限公司
摘要: 本发明公开一种AI加速器的优化方法及AI加速器,涉及AI加速器技术领域,解决了现有AI加速器中进化算法耗时较长的技术问题。该优化方法包括:准备原始数据,剔除异常数据后进行标注得到标注数据,选择部分标注数据作为训练集;确定遗传编程的搜索空间,定义函数集和终端集,并对标注数据进行预处理、特征提取、特征拼接、回归和结果输出;定义遗传编程的适应度函数;基于函数集、终端集、适应度函数,训练集分别进行种群初始化、适应度评估、执行遗传操作和遗传终止条件判断,搜索得到目的神经网络架构。本发明利用遗传编程进行AI加速器性能优化,搜索得到一个最优的权重和特征精度的神经网络架构,降低了计算成本。
-
公开(公告)号:CN117422114A
公开(公告)日:2024-01-19
申请号:CN202311744044.0
申请日:2023-12-19
申请人: 电子科技大学(深圳)高等研究院 , 英国i4AI有限公司 , 深圳华大九天科技有限公司
摘要: 本发明公开一种AI加速器的优化方法及AI加速器,涉及AI加速器技术领域,解决了现有AI加速器中进化算法耗时较长的技术问题。该优化方法包括:准备原始数据,剔除异常数据后进行标注得到标注数据,选择部分标注数据作为训练集;确定遗传编程的搜索空间,定义函数集和终端集,并对标注数据进行预处理、特征提取、特征拼接、回归和结果输出;定义遗传编程的适应度函数;基于函数集、终端集、适应度函数,训练集分别进行种群初始化、适应度评估、执行遗传操作和遗传终止条件判断,搜索得到目的神经网络架构。本发明利用遗传编程进行AI加速器的性能优化,搜索得到一个最优的权重和特征精度的神经网络架构,降低了计算成本。
-