基于深度强化学习的存内计算部署优化算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对存内计算大规模神经网络部署导致的计算延迟、运行功耗较大等问题，提出了基于深度强化学习的神经网络部署优化算法。首先，建立了马尔可夫决策过程的任务模型，优化神经网络的延迟和功耗，完成片上计算核心的部署。其次，针对优化部署过程中，存在求解空间过大、探索能力不足等问题，提出了一种基于深度强化学习的智能部署优化算法，从而得到近似最优的神经网络部署策略。（剩余15367字）

试读结束

目录
monitor