DATA PROCESSING APPARATUS AND METHOD FOR OPERATING MULTI-OUTPUT NEURAL NETWORKS

• Main Authors: FLANAGAN, Adrian, VAN HEESWIJK, Mark, GRIGORIEVSKIY, Alexander, AMAD-UD-DIN, Muhammad, OYOMNO, Were, FERNANDEZ STRAHL, Jonathan, TAN, Kuan
• Format: Patent
• Language: English; French
• Published: 24.02.2022
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; PHYSICS

The disclosure relates to a data processing apparatus (110). The apparatus comprises a processing circuitry (110a) configured to implement a neural network including a current processing layer. The input data of the current processing layer is an input data vector and the output data provided by the current processing layer is an output data vector depending on the input data vector. The current processing layer is configured to apply a first parameter tensor to the input data vector for obtaining a first factor of an approximation tensor and a second parameter tensor to the input data vector for obtaining a second factor of the approximation tensor. Moreover, the current processing layer is configured to generate the output data vector on the basis of the approximation tensor, wherein the approximation tensor is a tensor product of at least the first factor of the approximation tensor and the second factor of the approximation tensor. La présente divulgation concerne un appareil de traitement de données (110). L'appareil comprend un ensemble de circuits de traitement (110a) configuré pour mettre en œuvre un réseau neuronal comprenant une couche de traitement actuelle. Les données d'entrée de la couche de traitement actuelle sont un vecteur de données d'entrée et les données de sortie fournies par la couche de traitement actuelle sont un vecteur de données de sortie dépendant du vecteur de données d'entrée. La couche de traitement actuelle est configurée pour appliquer un premier tenseur de paramètre au vecteur de données d'entrée pour obtenir un premier facteur d'un tenseur d'approximation et un second tenseur de paramètre au vecteur de données d'entrée pour obtenir un second facteur du tenseur d'approximation. De plus, la couche de traitement actuelle est configurée pour générer le vecteur de données de sortie sur la base du tenseur d'approximation, le tenseur d'approximation étant un produit tenseur d'au moins le premier facteur du tenseur d'approximation et le second facteur du tenseur d'approximation.