非显而易见性评估仅供参考，不构成法律建议。
权利要求列表点击可跳转
对比文件列表
| 编号 | 名称 |
|---|
权利要求1
一种在人工神经网络中执行协同处理的方法，包括：在运行时间期间，将所述神经网络的一部分从第二处理节点热交换至第一处理节点达一预定义时间段； 用所述第一处理节点来执行所述神经网络的所述部分； 在所述预定义时间段之后将所述神经网络的所述部分返回给所述第二处理节点；以及用所述第二处理节点来执行所述神经网络的所述部分，其中所述人工神经网络的所述部分包括深度置信网络的层。
权利要求2
如权利要求1所述的方法，其特征在于，所述第一处理节点包括来自所述第二处理节点的单独的硬件核。
权利要求3
如权利要求1所述的方法，其特征在于，所述第一处理节点包括学习处理核。
权利要求4
如权利要求3所述的方法，其特征在于，所述学习处理核被配置有比所述第二处理节点更多的资源。
权利要求5
如权利要求3所述的方法，其特征在于，学习是离线地实现的。
权利要求6
如权利要求1所述的方法，其特征在于：所述第一处理节点包括学习处理核； 所述第二处理节点包括静态处理核； 交换包括： 将所述静态处理核的状态复制到所述学习处理核；以及将输入路由至所述学习处理核，以使得所述学习处理核纳入所述静态处理核的功能； 并且 返回包括： 将所述学习处理核的状态复制到所述静态处理核；以及将控制返回给经修改的静态处理核。
权利要求7
如权利要求1所述的方法，其特征在于，所述交换包括分配所述第一处理节点的资源以用于从所述第二处理节点处理所述人工神经网络的所述部分。
权利要求8
如权利要求1所述的方法，其特征在于，所述第一处理节点包括调试核。
权利要求9
如权利要求1所述的方法，其特征在于，所述交换在系统性能低于阈值时被触发。
权利要求10
如权利要求1所述的方法，其特征在于，所述返回在系统性能高于阈值时被触发。
权利要求11
如权利要求1所述的方法，其特征在于，所述交换或返回在电源被施加于系统时被触发。
权利要求12
一种用于在人工神经网络中执行协同处理的装置，包括：存储器；以及 耦合至所述存储器的至少一个处理器，所述至少一个处理器被配置成：在运行时间期间，将所述神经网络的一部分从第二处理节点热交换至第一处理节点达一预定义时间段； 用所述第一处理节点来执行所述神经网络的所述部分； 在所述预定义时间段之后将所述神经网络的所述部分返回给所述第二处理节点；以及用所述第二处理节点来执行所述神经网络的所述部分，其中所述人工神经网络的所述部分包括深度置信网络的层。
权利要求13
如权利要求12所述的装置，其特征在于，所述第一处理节点包括来自所述第二处理节点的单独的硬件核。
权利要求14
如权利要求12所述的装置，其特征在于，所述第一处理节点包括学习处理核。
权利要求15
如权利要求14所述的装置，其特征在于，所述学习处理核被配置有比所述第二处理节点更多的资源。
权利要求16
如权利要求14所述的装置，其特征在于，学习是离线地实现的。
权利要求17
如权利要求12所述的装置，其特征在于，所述第一处理节点包括学习处理核并且所述第二处理节点包括静态处理核，并且所述至少一个处理器被进一步配置成：将所述静态处理核的状态复制到所述学习处理核； 将输入路由至所述学习处理核，以使得所述学习处理核纳入所述静态处理核的功能； 将所述学习处理核的状态复制到所述静态处理核；以及将控制返回给经修改的静态处理核。
权利要求18
如权利要求12所述的装置，其特征在于，所述至少一个处理器被进一步配置成分配所述第一处理节点的资源以用于从所述第二处理节点处理所述人工神经网络的所述部分。
权利要求19
如权利要求12所述的装置，其特征在于，所述人工神经网络的所述部分包括深度置信网络的层。
权利要求20
如权利要求12所述的装置，其特征在于，所述至少一个处理器被进一步配置成在系统性能低于阈值时将所述神经网络的所述部分交换至所述第一处理节点。
权利要求21
如权利要求12所述的装置，其特征在于，所述至少一个处理器被进一步配置成在系统性能高于阈值时将所述神经网络的所述部分返回给所述第二处理节点。
权利要求22
如权利要求12所述的装置，其特征在于，所述至少一个处理器被进一步配置成在电源被施加于系统时将所述神经网络的所述部分交换至所述第一处理节点或者将所述神经网络的所述部分返回给所述第二处理节点。
权利要求23
一种用于在人工神经网络中执行协同处理的设备，包括：用于在运行时间期间，将所述神经网络的一部分从第二处理节点热交换至第一处理节点达一预定义时间段的装置； 用于用所述第一处理节点来执行所述神经网络的所述部分的装置； 用于在所述预定义时间段之后将所述神经网络的所述部分返回给所述第二处理节点的装置；以及用于用所述第二处理节点来执行所述神经网络的所述部分的装置，其中所述人工神经网络的所述部分包括深度置信网络的层。
权利要求24
一种其上编码有用于在人工神经网络中执行协同处理的程序代码的非瞬态计算机可读介质，所述程序代码被处理器处理并且包括：用于在运行时间期间，将所述神经网络的一部分热交换至第一处理节点达一预定义时间段的程序代码； 用于用所述第一处理节点来执行所述神经网络的所述部分的程序代码； 用于在所述预定义时间段之后将所述神经网络的所述部分返回给第二处理节点的程序代码；以及用于用所述第二处理节点来执行所述神经网络的所述部分的程序代码，其中所述人工神经网络的所述部分包括深度置信网络的层。