-
公开(公告)号：CN116894864B
公开(公告)日：2023-12-12
申请号：CN202311140125.X
申请日：2023-09-06
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请公开了一种凸包检测方法、装置、设备及存储介质，涉及计算机技术领域。该方法包括：从数据点集合中获取第n+1个数据点；从第一堆栈序列中确定预设栈内位置对应的第一数据点和第二数据点；基于第n+1个数据点、第一数据点以及第二数据点分别对应的位置坐标的相对位置关系，对第一数据点进行凸包检测，得到凸包检测结果；基于凸包检测结果，对第一堆栈序列中数据点的存储情况进行调整，得到凸包点集合。通过以上方式，能够通过对第一堆栈序列的及时调整，使得第n+1个数据点与第一堆栈序列中缓存的部分数据点进行更全面地凸包检测分析，提高凸包检测过程的实时处理速度。本申请可应用于云技术、人工智能、智慧交通等各种场景。
-
公开(公告)号：CN110780921B
公开(公告)日：2023-09-26
申请号：CN201910817926.2
申请日：2019-08-30
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本发明公开了一种数据处理方法和装置、存储介质及电子装置。其中，该方法包括：读取数据处理指令，数据处理指令中携带有用于对待处理的目标数据流执行张量运算的多个指令域，每个指令域用于指示在张量运算过程中所要调用的参数；根据数据处理指令，确定在每个处理周期内所要处理的目标数据流中的对象数据对应的对象存储地址，以及对对象数据所执行的对象处理操作；在处理周期内从对象存储地址中读取对象数据，并通过并行执行模块对对象数据执行对象处理操作，并行执行模块包括与对象处理操作对应的多个并行操作算子；存储并行执行模块返回的处理结果。本发明解决了由于需要多条数据处理指令来完成处理操作，导致数据处理效率较低的问题。
-
公开(公告)号：CN111242293B
公开(公告)日：2023-07-18
申请号：CN202010035196.3
申请日：2020-01-13
Applicant: 腾讯科技(深圳)有限公司
IPC: G06N3/063
Abstract: 本申请公开了一种处理部件、数据处理的方法以及电子设备，用于提升处理部件的运行效率。本申请处理部件包括至少一个算术逻辑单元ALU，ALU包括译码与参数输入通道、数据输入通道、运算组件、第一端口交叉开关矩阵以及第二端口交叉开关矩阵；译码与参数输入通道，用于接收执行参数；数据输入通道，用于接收第一待处理数据以及第二待处理数据；第一端口交叉开关矩阵，用于将第一待处理数据输入至运算组件；第二端口交叉开关矩阵，用于将第二待处理数据输入至运算组件；运算组件，用于根据执行参数对第一待处理数据以及第二待处理数据进行处理，得到目标运算结果。
-
公开(公告)号：CN110045960B
公开(公告)日：2022-02-18
申请号：CN201810041814.8
申请日：2018-01-16
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本发明实施例公开了一种基于芯片的指令集处理方法、装置及计算机可读存储介质，属于数据处理技术领域。方法包括：基于芯片的架构对待加速的深度学习模型进行编译，得到与芯片匹配的待处理的深度学习指令集；对待处理的深度学习指令集进行压缩处理，得到压缩后的指令集；将所述压缩后的指令集通过写寄存器的方式存储至所述芯片的指令集缓冲区中，以用于执行对应的任务。通过对待处理的深度学习指令集进行压缩处理，可以降低对存储空间的需求；将压缩后的指令集通过写寄存器的方式存储至芯片的指令集缓冲区中，实现指令寄存器化，降低指令交互的开销。
-
公开(公告)号：CN117311941B
公开(公告)日：2024-09-10
申请号：CN202311290316.4
申请日：2023-09-28
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请实施例提供了一种图像处理方法及相关设备，本申请实施例涉及一种集成芯片，该集成芯片可以用于执行：获取图像处理任务对应的任务信息；图像处理任务是与图像相关联的计算任务，任务信息包括图像中的N个连通区域所携带的标记结果，N为正整数；根据任务信息中的标记结果、加速处理引擎的数量，以及加速处理引擎的运行信息，生成图像处理任务对应的任务调度策略；根据任务调度策略，将图像处理任务分配给加速处理引擎，通过加速处理引擎对图像处理任务进行硬件加速处理。通过本申请实施例，可以提高加速处理引擎的利用率。
-
Patent Agency Ranking
公开(公告)号：CN109800877B
公开(公告)日：2022-12-30
申请号：CN201910127149.9
申请日：2019-02-20
Applicant: 腾讯科技(深圳)有限公司
IPC: G06N3/08
Abstract: 本申请实施例公开了一种神经网络的参数调整方法、装置及设备，属于计算机技术领域。所述方法包括：获取已训练的神经网络的参数和训练样本，训练样本包括输入数据，且参数和输入数据为精度相同的浮点数；对于神经网络中的第i层网络，对第i层输入数据和第i层参数进行预定运算得到第一运算结果；将第i层输入数据和第i层参数分别转换为符合第i层网络的小数位宽的定点数，并对转换后的第i层输入数据和第i层参数进行预定运算得到第二运算结果；当第二运算结果与第一运算结果的误差小于误差阈值时，将转换后的第i层参数确定为第i层网络的目标参数。本申请实施例可以在保证神经网络的精度的前提下提高参数调整的效率。
-
公开(公告)号：CN114356512A
公开(公告)日：2022-04-15
申请号：CN202111242449.5
申请日：2021-10-25
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请公开了一种数据处理方法、设备以及计算机可读存储介质，该方法包括：根据针对待排序数据序列的数据排序请求调用C个数据双调排序组件；根据待排序数据序列以及C个数据双调排序组件，开启B个数据双调排序任务；B个数据双调排序任务分别关联不同的待排序数据子序列，B个待排序数据子序列均是基于待排序数据序列所生成的；根据B个数据双调排序任务并行运行C个数据双调排序组件，得到B个数据排序子结果；基于C个数据双调排序组件对B个数据排序子结果进行合并，得到针对待排序数据序列的数据排序结果。采用本申请，可以降低排序任务的执行耗时以及提高排序效率。本申请实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。
-
公开(公告)号：CN109754359B
公开(公告)日：2021-12-07
申请号：CN201711059065.3
申请日：2017-11-01
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请公开了一种池化处理的方法，应用于卷积神经网络的池化处理系统，池化处理系统包括第一存储设备、数据区域、池化核和池化控制器，该方法包括：池化控制器每个读取周期从第一存储设备中读取k个特征数据，向数据区域写入所读取的k个特征数据，k个特征数据按照第一方向排布，在一个更新周期中，数据区域被写入n队按照第一方向排布的nk个数据，更新周期的时长为读取周期的时长的n倍；在更新周期结束后，数据区域中的数据被传递到池化核做池化运算，数据区域中的数据包括nk个数据和排布在nk个数据之前的上一个更新周期中在第二方向上排布的最后m队数据。本申请技术方案由于数据复用降低了存储读写的次数，提高了池化处理的效率。
-
公开(公告)号：CN111506520A
公开(公告)日：2020-08-07
申请号：CN202010623936.5
申请日：2020-07-01
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请公开了一种地址生成的方法、相关装置以及存储介质，可应用于人工智能技术领域，还可以涉及云计算领域。本申请包括：获取第一目标数据对应的第一滑窗宽度计数值、第一滑窗高度计数值、第一特征图宽度计数值以及第一特征图高度计数值；若第一滑窗宽度计数值在滑窗宽度值范围内，且第一滑窗高度计数值在滑窗高度值范围内，且第一特征图宽度计数值在特征图宽度值范围内，且第一特征图高度计数值在特征图高度值范围内，则确定第一目标数据的偏移量；获取第一目标数据的起始地址；对起始地址与偏移量进行求和，得到第一目标数据的第一目标地址。本申请可连续生成访存地址，实现对张量上顺次读取数据的目的，从而提升数据访存的效率。
-
公开(公告)号：CN110147347A
公开(公告)日：2019-08-20
申请号：CN201910203485.7
申请日：2019-03-18
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F15/80
Abstract: 本发明公开了一种用于矩阵处理的芯片、矩阵处理方法、装置及存储介质，属于计算机技术领域。所述方法包括：读取乘数矩阵，并将乘数矩阵存储到每个PE群组的每个PE中；读取被乘数矩阵，并将被乘数矩阵的不同行向量分别存储到不同PE群组的每个PE内；在同一PE群组内，将被乘数矩阵的行向量与乘数矩阵的不同列向量相乘，得到PE群组内的相乘结果；根据不同PE群组内的相乘结果，确定被乘数矩阵与乘数矩阵的结果矩阵。本发明通过在PE群组间复用乘数矩阵，在PE群组内复用被乘数矩阵的行向量，从而在处理较大规模的矩阵乘法任务时，能够调用更多的资源，提高了计算效率，缩短了计算时间。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.052 seconds)
