1 |
1
전자 장치가 인공 신경망을 처리하는 방법에 있어서,제1 프로세서 및 제2 프로세서를 이용하여 상기 인공 신경망을 구성하는 일 신경망 레이어의 연산을 수행하기 위한, 신경망 연산 계획을 획득하는 동작;상기 획득된 신경망 연산 계획에 따라, 상기 제1 프로세서를 이용하여 상기 일 신경망 레이어의 일부 연산을 수행하고, 상기 제2 프로세서를 이용하여 상기 일 신경망 레이어의 다른 일부 연산을 수행하는 동작;상기 제1 프로세서의 수행 결과에 따른 제1 출력 값 및 상기 제2 프로세서의 수행 결과에 따른 제2 출력 값을 획득하는 동작; 및상기 획득된 제1 출력 값 및 상기 제2 출력 값을 상기 인공 신경망을 구성하는 다른 일 신경망 레이어의 입력 값으로써 이용하는 동작을 포함하는,인공 신경망 처리 방법
|
2 |
2
제1항에 있어서상기 신경망 연산 계획은,상기 제1 프로세서 및 상기 제2 프로세서 간의 연산 비율, 또는 상기 제1 프로세서 및 상기 제2 프로세서 각각의 연산량 중 적어도 하나를 포함하는,인공 신경망 처리 방법
|
3 |
3
제1항에 있어서,상기 제1 프로세서 및 상기 제2 프로세서 각각에서 이용되는 데이터 타입을 획득하는 동작을 더 포함하고,상기 일 신경망 레이어의 연산을 수행하는 동작은,상기 획득된 신경망 연산 계획 및 상기 데이터 타입에 따라, 상기 제1 프로세서를 이용하여 상기 일 신경망 레이어의 일부 연산을 수행하고, 상기 제2 프로세서를 이용하여 상기 일 신경망 레이어의 다른 일부 연산을 수행하는 동작을 포함하는,인공 신경망 처리 방법
|
4 |
4
제1항에 있어서,상기 신경망 연산 계획을 획득하는 동작은,상기 제1 프로세서 및 상기 제2 프로세서 각각의 상기 일 신경망 레이어의 처리 시간 또는 상기 제1 프로세서 및 상기 제2 프로세서 각각의 가용 자원 중 적어도 하나에 기반하여, 상기 신경망 연산 계획을 획득하는 동작을 포함하는,인공 신경망 처리 방법
|
5 |
5
제1항에 있어서,상기 신경망 연산 계획을 획득하는 동작은,상기 인공 신경망의 구조로서, 상기 인공 신경망의 입력 값의 크기, 필터의 크기, 필터의 개수 또는 출력 값의 크기 중 적어도 하나에 기반하여, 상기 신경망 연산 계획을 획득하는 동작을 포함하는,인공 신경망 처리 방법
|
6 |
6
제1항에 있어서,상기 일 신경망 레이어의 연산을 수행하는 동작은,제1 입력 채널을 대상으로 상기 제1 프로세서를 이용하여 상기 일 신경망 레이어의 일부 연산을 수행하고, 상기 제1 입력 채널과 다른 제2 입력 채널을 대상으로 상기 제2 프로세서를 이용하여 상기 일 신경망 레이어의 다른 일부 연산을 수행하는 동작을 포함하는,인공 신경망 처리 방법
|
7 |
7
제6항에 있어서,상기 일 신경망 레이어는,컨벌루션 레이어, 완전 연결 레이어, LSTM 레이어 또는 GRU 레이어인,인공 신경망 처리 방법
|
8 |
8
제1항에 있어서,상기 일 신경망 레이어의 연산을 수행하는 동작은,제1 출력 채널을 대상으로 상기 제1 프로세서를 이용하여 상기 일 신경망 레이어의 일부 연산을 수행하고, 상기 제1 출력 채널과 다른 제2 출력 채널을 대상으로 상기 제2 프로세서를 이용하여 상기 일 신경망 레이어의 다른 일부 연산을 수행하는 동작을 포함하는,인공 신경망 처리 방법
|
9 |
9
제8항에 있어서,상기 일 신경망 레이어는,풀링 레이어인,인공 신경망 처리 방법
|
10 |
10
제1항에 있어서,상기 신경망 연산 계획을 획득하는 동작은,상기 제1 프로세서 및 상기 제2 프로세서를 이용하여 상기 인공 신경망을 구성하는 복수 개의 신경망 레이어들 각각의 연산을 수행하기 위한, 신경망 연산 계획을 획득하는 동작을 포함하는,인공 신경망 처리 방법
|
11 |
11
인공 신경망을 처리하는 전자 장치에 있어서,적어도 하나의 인스트럭션들을 저장하는 메모리;상기 메모리와 동작 가능하게 연결된, 제1 프로세서 및 제2 프로세서를 포함하는 복수 개의 프로세서들을 포함하고,상기 복수 개의 프로세서들 중 적어도 하나는, 인공 신경망에 포함된 일 신경망 레이어의 연산을 수행하기 위한 신경망 연산 계획을 획득하고,상기 획득된 신경망 연산 계획에 따라, 상기 제1 프로세서는 상기 일 신경망 레이어의 일부 연산을 수행하고, 상기 제2 프로세서는 상기 일 신경망 레이어의 다른 일부 연산을 수행하고,상기 복수 개의 프로세서들 중 적어도 하나는, 상기 제1 프로세서의 수행 결과에 따른 획득된 제1 출력 값 및 상기 제2 프로세서의 수행 결과에 따른 획득된 제2 출력 값을 상기 인공 신경망을 구성하는 다른 일 신경망 레이어의 입력 값으로써 이용하는,전자 장치
|
12 |
12
제11항에 있어서상기 신경망 연산 계획은,상기 제1 프로세서 및 상기 제2 프로세서 간의 연산 비율, 또는 상기 제1 프로세서 및 상기 제2 프로세서 각각의 연산량 중 적어도 하나를 포함하는,전자 장치
|
13 |
13
제11항에 있어서,상기 복수 개의 프로세서들 중 적어도 하나는, 상기 제1 프로세서 및 상기 제2 프로세서 각각에서 이용되는 데이터 타입을 획득하고,상기 획득된 신경망 연산 계획 및 상기 데이터 타입에 따라, 상기 제1 프로세서는 상기 일 신경망 레이어의 일부 연산을 수행하고, 상기 제2 프로세서는 상기 일 신경망 레이어의 다른 일부 연산을 수행하는,전자 장치
|
14 |
14
제11항에 있어서,상기 복수 개의 프로세서들 중 적어도 하나는, 상기 제1 프로세서 및 상기 제2 프로세서 각각의 상기 일 신경망 레이어의 실행 시간 또는 상기 제1 프로세서 및 상기 제2 프로세서 각각의 가용 자원 중 적어도 하나에 기반하여, 상기 신경망 연산 계획을 획득하는,전자 장치
|
15 |
15
제11항에 있어서,상기 복수 개의 프로세서들 중 적어도 하나는, 상기 인공 신경망의 구조로서, 상기 인공 신경망의 입력 값의 크기, 필터의 크기, 필터의 개수 또는 출력 값의 크기 중 적어도 하나에 기반하여, 상기 신경망 연산 계획을 획득하는,전자 장치
|
16 |
16
제11항에 있어서,상기 제1 프로세서는 제1 입력 채널을 대상으로 상기 일 신경망 레이어의 일부 연산을 수행하고, 상기 제2 프로세서는 상기 제1 입력 채널과 다른 제2 입력 채널을 대상으로 상기 일 신경망 레이어의 다른 일부 연산을 수행하는,전자 장치
|
17 |
17
제16항에 있어서,상기 일 신경망 레이어는,컨벌루션 레이어, 완전 연결 레이어, LSTM 레이어 또는 GRU 레이어인,전자 장치
|
18 |
18
제11항에 있어서,상기 제1 프로세서는 제1 출력 채널을 대상으로 상기 일 신경망 레이어의 일부 연산을 수행하고, 상기 제2 프로세서는 상기 제1 출력 채널과 다른 제2 출력 채널을 대상으로 상기 일 신경망 레이어의 다른 일부 연산을 수행하는,전자 장치
|
19 |
19
제18항에 있어서,상기 일 신경망 레이어는,풀링 레이어인,전자 장치
|
20 |
20
제11항에 있어서,상기 인공 신경망은,컨벌루션 신경망(convolution neural network)인, 전자 장치
|