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！

龙图腾网获悉清华大学申请的专利神经网络数据处理方法及装置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：CN116882452B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202310641858.5，技术领域涉及：G06N3/0464；该发明授权神经网络数据处理方法及装置是由任二祥;刘佳辉;乔飞设计研发完成，并于2023-06-01向国家知识产权局提交的专利申请。

本神经网络数据处理方法及装置在说明书摘要公布了：本发明实施例提供一种神经网络数据处理方法及装置，其中方法包括：获取神经网络模型中的第i层卷积层待输入的卷积特征图；将卷积特征图中的卷积点量化为多个四比特数据；将每个四比特数据拆分为四个单比特数据；将四个单比特数据中的每个单比特数据依次输入至存算阵列，存算阵列用于进行第i层卷积层对应的卷积计算，获得存算阵列输出的卷积结果量化值；其中，神经网络模型是基于预训练和重训练获得的，在预训练过程中，第i层卷积层的目标输出为第i层卷积层对应的算法结果，在重训练过程中，第i层卷积层的目标输出为存算阵列输出的卷积结果量化值。本发明实施例能够降低计算机设备的功耗。

本发明授权神经网络数据处理方法及装置在权利要求书中公布了：1.一种神经网络数据处理方法，其特征在于，应用于包括至少一层卷积层的神经网络模型，包括： 获取所述神经网络模型中的第i层卷积层待输入的卷积特征图，i=1,2，……，N，N为所述卷积层的总数，N为整数；所述神经网络模型部署在存内计算芯片上； 将所述卷积特征图中的卷积点量化为多个四比特数据； 将每个所述四比特数据拆分为四个单比特数据； 将所述四个单比特数据中的每个单比特数据依次输入至存算阵列，所述存算阵列用于进行所述第i层卷积层对应的卷积计算，获得所述存算阵列输出的卷积结果量化值；所述存算阵列为存内计算芯片； 其中，所述神经网络模型是基于预训练和重训练获得的，在所述预训练过程中，所述第i层卷积层的目标输出为所述第i层卷积层对应的算法结果，在所述重训练过程中，所述第i层卷积层的目标输出为所述存算阵列输出的卷积结果量化值； 所述神经网络模型是通过如下步骤训练获得的： 对初始神经网络模型进行预训练，获得预训练神经网络模型； 对所述预训练神经网络模型进行重训练，在所述重训练过程中，逐层对所述预训练神经网络模型中的卷积层的目标输出进行误差补偿； 对所述目标输出进行误差补偿包括： 将所述第i层卷积层对应的算法结果所对应的量化结果与预先获得的误差值相加，作为所述第i层卷积层对应的目标输出，所述误差值为所述存算阵列完成卷积运算后输出的量化结果与第i层卷积层对应的算法结果所对应的量化结果的差值。

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清华大学，其通讯地址为：100084 北京市海淀区双清路30号清华大学清华园北京100084-82信箱；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”。

以上内容由龙图腾AI智能生成。