| 1 |
1
딥러닝 네트워크의 양자화 방법에 있어서,미리 학습된 복수의 가중치(weight)를 포함하는 가중치 데이터와 입력 데이터를 입력받는 단계;상기 가중치 데이터를 이용하여 가중치 평균과, 영(0)중심 가중치를 산출하는 단계;상기 영(0)중심 가중치를 가중치 비율이 미리 설정된 기준치에 도달할 때까지 반복적으로 재학습을 수행하는 단계;상기 영(0)중심 가중치의 재학습이 완료된 후, 재학습된 영(0)중심 가중치와 상기 가중치 평균을 합산하는 단계 및상기 합산된 결과를 출력하는 단계를 포함하는 것을 특징으로 하는 딥러닝 네트워크의 양자화 방법
|
| 2 |
2
제1항에 있어서,상기 영(0)중심 가중치를 산출하는 단계는,상기 학습된 가중치로부터 상기 가중치 평균을 차감하는 과정을 포함하는 것을 특징으로 하는 딥러닝 네트워크의 양자화 방법
|
| 3 |
3
제1항에 있어서,상기 재학습을 수행하는 단계는,상기 영(0)중심 가중치와, 상기 딥러닝 네트워크의 입력 데이터의 컨볼루션 연산을 수행하는 과정을 포함하는 것을 특징으로 하는 딥러닝 네트워크의 양자화 방법
|
| 4 |
4
제3항에 있어서,상기 재학습을 수행하는 단계는,제1 양자화 범위에 근거하여, 제1 재학습을 수행하는 과정과,상기 제1 재학습이 수행된 후 상기 가중치 비율이 상기 기준치이 이하이면, 상기 제1 양자화 범위보다 큰 제2 양자화 범위에 근거하여, 제2 재학습을 수행하는 과정을 포함하는 것을 특징으로 하는 딥러닝 네트워크의 양자화 방법
|
| 5 |
5
제4항에 있어서,상기 재학습을 수행하는 단계는,상기 학습된 가중치의 분포에 근거하여, 양자화의 거리를 설정하는 과정을 포함하는 것을 특징으로 하는 딥러닝 네트워크의 양자화 방법
|
