发明专利已授权

卷积神经网络的并行优化方法

📄 申请号：CN201810021291.0 📄 发布日：2026/07/23

著录项目信息

申请日

2018-01-10

申请人

成都信息工程大学

法律状态

已下证

专利类型

发明

主分类号

G06N3_04

IPC 分类号

G06N3_04

技术画像

所属领域

卷积神经网络人工智能算法并行计算神经网络卷积神经网络

应用场景

图像识别, 语音识别, 自然语言处理, 高性能计算, 边缘计算

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明涉及一种卷积神经网络的并行优化方法，其包括：用winograd算法f(2x2,3x3)进行卷积神经网络的卷积核运算，以降低时间复杂度并减少乘法运算次数；对不存在循环数据依赖的for循环结构部分，使用OpenMP开辟多个线程进行运算；对模式相同的数据运算部分进行向量化处理，使其能够实现一次指令多次运算。采用本发明的方法改进的卷积神经网络程序能够大幅度提高并行的效率、减少运算的复杂度，从根本上降低运算开销，降低程序的运行时间。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

20200609

✅ 授权

20190917

?? 实质审查的生效：

20190823

📄 公开

一种微波透镜滤波器及其滤波方法

当前第 / 件

基于CPU加速的波场正演模拟优化方法

同领域国内专利 · IPC: (G06N3_04)

G06N3_00 G06N3_006 G06N3_008 G06N3_02 G06N3_04 G06N3_042 G06N3_043 G06N3_044 G06N3_0442 G06N3_045 G06N3_0455 G06N3_0464 G06N3_0475 G06N3_048 G06N3_049 G06N3_0495 G06N3_0499 G06N3_06 G06N3_063 G06N3_065 G06N3_067 G06N3_08 G06N3_082 G06N3_084 G06N3_086 G06N3_088 G06N3_0895 G06N3_09 G06N3_092 G06N3_094 G06N3_096 G06N3_098 G06N3_0985 G06N3_12 G06N3_126 覆盖35个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：32 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

卷积神经网络的并行优化方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06N3_04)

相似专利推荐 AI 驱动 · 同领域

一种基于CUDA的网络入侵检测并行化加速方法

一种基于随机与并行计算策略的RTL级电路可靠性度量方法

一种基于并行计算的像素筛查方法

服务项目

资源中心

关于柿子坊