[发明专利]支持在线学习的卷积神经网络的可重构平台及其构建方法

权利要求书

1.一种支持在线学习的卷积神经网络的可重构平台的构建方法，其特征在于，所述一种支持在线学习的卷积神经网络的可重构平台，包括输入卷积池化级和全连接级；输入卷积池化级包括若干卷积环和若干采样环；全连接级包括若干全连接环；卷积环由若干卷积神经元连接成环；采样环由若干采样神经元连接成环；全连接环由若干全连接神经元连接成环；将每层神经元的环状结构通过路由相连组成完整的网络，构成一种支持在线学习的卷积神经网络的可重构平台；所述构建方法包括以下步骤：

步骤一、根据网络卷积层特征图的数量生成卷积神经元，每层卷积神经元连接成环；

步骤二、根据网络采样层特征图数量生成采样神经元，每层采样神经元连接成环；

步骤三、根据网络全连接神经元的数量生成全连接神经元，每层全连接神经元连接成环；

步骤四、将每层神经元的环状结构通过路由相连组成完整的网络，构成一种支持在线学习的卷积神经网络的可重构平台；

步骤一中，根据卷积层中的卷积窗的大小r*r，生成相应的卷积神经元，卷积神经元中的最小计算单元规模为r*n*c，r对应于卷积窗的大小，n为卷积计算中的并行度，c为卷积层输入通道数；根据卷积层输出特征图的数量，一个特征层对应于一个卷积神经元，再将多个卷积神经元组成一个分组，每个卷积神经元分组连接一个路由器；同一卷积层中卷积神经元分组经过路由器相连，形成卷积环。

2.根据权利要求1所述的构建方法，其特征在于，步骤二中，根据每个采样神经元连接的卷积神经元个数m，设计采样神经元的计算核大小i*m，即i*m个最小计算单元，i为采样计算的并行度，最小计算单元执行降采样计算；一个采样神经元连接一个路由器，同一采样层中的采样神经元经过路由器相连，形成采样环。

3.根据权利要求1所述的构建方法，其特征在于，步骤三中，根据全连接神经元的输出个数，设计全连接神经元的计算核大小s*f，s为全连接层的计算并行度，f为全连接神经元的输出个数；一个全连接神经元连接一个路由器，属于同一个全连接层中的全连接神经元经过路由器相连，形成全连接环。

4.根据权利要求1所述的构建方法，其特征在于，步骤四中，按照卷积神经网络的网络结构，第一层卷积层位于最上方，最后一层全连接层位于最下方，将生成的卷积环、采样环、全连接环的路由器相连，形成支持在线学习的卷积神经网络的可重构平台；层内的数据通过环状路由传递；层间的数据，通过层间相连的路由器传递。

5.根据权利要求1所述的构建方法，其特征在于，正向计算需要的数据通过环状路由顺时针或逆时针传递到每一个神经元，网络反向计算需要的误差数据通过环状路由另一方向传递到每一个神经元；层间的数据，从输入到输出方向传递网络的推理计算结果，从输出向输入方向传递学习计算的误差。