买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东海量信息技术研究院;山东师范大学申请的专利一种应用于FPGA的深度卷积神经网络混合精度量化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116502691B 。

龙图腾网通过国家知识产权局官网在2025-08-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310284018.8，技术领域涉及：G06N3/08；该发明授权一种应用于FPGA的深度卷积神经网络混合精度量化方法是由孙建德;王赠惠;刘珂;万文博;李圣涛;张化祥设计研发完成，并于2023-03-22向国家知识产权局提交的专利申请。

本一种应用于FPGA的深度卷积神经网络混合精度量化方法在说明书摘要公布了：本发明公开了一种应用于FPGA的深度卷积神经网络混合精度量化方法。首先针对将要部署神经网络的FPGA硬件平台的逻辑资源容量及对每层精度的要求选取合适的几种量化位宽；其次，根据所使用神经网络的权重分布直方图峰值判断当前层权重的重要程度并选择一种作为当前层权重的量化位宽；然后在前向推理过程中根据激活值分布直方图峰值判断当前层激活值的重要程度并选择一种作为当前层激活值的量化位宽；最后采用对称均匀量化方式。该方法分析深度卷积神经网络不同层的权重分布，针对不同层对量化的敏感程度对权重和激活值分配相应的量化位宽，不同于传统的基于混合比特量化空间迭代搜索得到最优混合比特量化模型方式，实现了较方便快捷的混合精度量化策略。

本发明授权一种应用于FPGA的深度卷积神经网络混合精度量化方法在权利要求书中公布了：1.一种应用于FPGA的深度卷积神经网络混合精度量化方法，包括如下步骤： 步骤1：选取数据集和所需网络模型，选取一个量化位宽的取值集合用于混合精度量化中为模型各层分配量化位宽，集合内部将其按照元素值升序进行排列，具体包括： 将所要使用的数据集划分为训练集、测试集和验证集，在所划分的训练集中随机选取一部分子集作为校准集，其中包括图像以及标签值；选取一个量化位宽的取值集合用于混合精度量化中为模型各层分配量化位宽，集合内部将其按照元素值升序进行排列，量化集合的长度为N；给定已经训练至收敛的深度卷积神经网络； 步骤2：统计所使用神经网络的权重分布直方图，直方图的横坐标对应权值，纵坐标对应权值的个数，直方图集中的权值点反映当前权值的数量多，将直方图峰值作为当前层权重的典型值，根据典型值大小判断当前层权重的重要程度并据此分配权重的量化位宽，典型值大的卷积层分配较高的量化位宽； 步骤3：在训练时的前向推理过程中将激活值分布直方图峰值作为当前层激活值的典型值，根据典型值大小判断当前层激活值的重要程度并据此分配激活值的量化位宽，典型值大的卷积层分配较高的量化位宽； 步骤4：训练上述针对每层分配好合适位宽的网络模型，其中量化方式采用对称均匀量化； 步骤5：在FPGA端侧进行推理，采用位运算来实现低位宽定点整数之间的卷积运算。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东海量信息技术研究院;山东师范大学，其通讯地址为：250000 山东省济南市高新技术开发区国家信息通信国际创新园；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。