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...

Full description

Saved in:
Bibliographic Details
Main Authors BHALGAT YASH SANJAY, PORIKLI FATIH MURAT, LIN JAMIE MENJAY
Format Patent
LanguageKorean
Published 07.02.2023
Subjects
Online AccessGet full text

Cover

Loading…
More Information
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