구조화된 콘볼루션들 및 연관된 가속
본 개시내용의 특정 양상들은 기계 학습을 수행하기 위한 기법들을 제공하며, 이 기법들은: 기계 학습 모델의 콘볼루션 계층에 대한 기저 마스크들의 세트를 생성하는 것 - 각각의 기저 마스크는 이진 마스크를 포함함 -; 스케일링 인자들의 세트를 결정하는 것 - 스케일링 인자들의 세트의 각각의 스케일링 인자는 기저 마스크들의 세트 내의 기저 마스크에 대응함 -; 기저 마스크들의 세트 및 스케일링 인자들의 세트에 기반하여 복합 커널을 생성하는 것; 및 복합 커널에 기반하여 콘볼루션 연산을 수행하는 것을 포함한다. Certain aspect...
Saved in:
Main Authors | , , |
---|---|
Format | Patent |
Language | Korean |
Published |
07.02.2023
|
Subjects | |
Online Access | Get full text |
Cover
Loading…
Summary: | 본 개시내용의 특정 양상들은 기계 학습을 수행하기 위한 기법들을 제공하며, 이 기법들은: 기계 학습 모델의 콘볼루션 계층에 대한 기저 마스크들의 세트를 생성하는 것 - 각각의 기저 마스크는 이진 마스크를 포함함 -; 스케일링 인자들의 세트를 결정하는 것 - 스케일링 인자들의 세트의 각각의 스케일링 인자는 기저 마스크들의 세트 내의 기저 마스크에 대응함 -; 기저 마스크들의 세트 및 스케일링 인자들의 세트에 기반하여 복합 커널을 생성하는 것; 및 복합 커널에 기반하여 콘볼루션 연산을 수행하는 것을 포함한다.
Certain aspects of the present disclosure provide techniques for performing machine learning, including generating a set of basis masks for a convolution layer of a machine learning model, wherein each basis mask comprises a binary mask; determining a set of scaling factors, wherein each scaling factor of the set of scaling factors corresponds to a basis mask in the set of basis masks; generating a composite kernel based on the set of basis masks and the set of scaling factors; and performing a convolution operation based on the composite kernel. |
---|---|
Bibliography: | Application Number: KR20227041270 |