[发明专利]一种适用于神经网络的池化计算装置及方法

说明书

本发明涉及一种适用于神经网络的池化计算装置，包括内部缓存单元，用于接收和暂存神经元数据；池化运算单元，用于对所述内部缓存单元中存储的神经元数据执行池化运算；迭代判断单元，用于判断所述池化运算单元获得的计算结果是中间结果还是最终结果，并输出所述计算结果；池化控制模块，用于控制所述内部缓存单元、所述池化运算单元以及所述迭代判断单元针对所述内部缓存单元接收的神经元数据执行池化操作。

技术领域

本发明涉及计算领域，特别涉及一种适用于神经网络的池化计算装置及方法。

背景技术

神经网络是人工智能领域具有高发展水平的感知模型之一，因广泛的应用和出色的表现使其成为了学术界和工业界的研究热点。神经网络通过模拟人类大脑的神经连接结构来建立模型，为大规模数据(例如图像、视频或音频)处理任务带来了突破性进展。神经网络的计算过程一般可分为卷积、激活、池化等步骤，其中，神经网络的各层次特征图尺寸可随着池化操作而减少，以达到计算收敛效果，高效的池化装置有利于节约神经网络的硬件成本。

由于不同神经网络模型的池化方式通常会存在差异，主要体现在计算方法和池化范围的选择不同。现有技术中的池化装置，通常只考虑了固定池化的计算方式和池化范围，这就极大限制了神经网络芯片对不同网络的兼容性。

因此，需要一种能够兼容性好的适用于神经网络的池化计算装置及方法。

发明内容

本发明提供一种适用于神经网络的池化计算装置及方法，包括内部缓存单元，用于接收和暂存神经元数据；池化运算单元，用于对所述内部缓存单元中存储的神经元数据执行池化运算并获得计算结果；迭代判断单元，用于判断所述池化运算单元获得的计算结果是中间结果还是最终结果；池化控制模块，用于控制所述内部缓存单元、所述池化运算单元以及所述迭代判断单元针对所述内部缓存单元接收的神经元数据执行池化操作。

优选的，所述池化控制模块根据接收的池化参数生成细分方案、选通信号和运算规则。

优选的，所述内部缓存单元根据所述细分方案对接收的神经元数据进行划分。

优选的，所述迭代判断单元根据所述运算规则决策执行迭代中间结果或者输出最终结果。

优选的，所述池化运算单元根据选通信号选择计算部件执行池化运算。

优选的，所述计算部件包括两个一级比较器和一个二级比较器。

本发明还提供一种利用如上所述的池化计算装置进行池化计算方法，包括以下步骤：

接收并分析池化参数，生成细分方案、选通信号和运算规则；

根据所述细分方案对接收的神经元数据进行划分；

根据选通信号分配相应的计算部件执行池化运算；

利用运算规则进行中间结果迭代运算，并输出最终池化运算结果，

优选的，在针对大小为2*2的池化核进行最大值/最小值池化运算时，利用两个一级比较器和二级比较器获得最终结果

优选的，在针对大小为3*3的池化核进行最大值/最小值池化运算时，首先将激活值按行或列分为三组并进行补位，再针对经补位后的四个激活值，利用两个一级比较器获得中间结果，并利用二级比较器获得最终结果。

优选的，若针对大小为4*4的池化核进行最大值/最小值池化运算，首先将激活值分为四组，利用一级比较器和二级比较器获得每组的最终结果，再将四个每组的最终结果分成两组分别输入两个一级比较器获得中间结果，最后利用二级比较器获得池化运算的最终结果。