[发明专利]面向神经网络的矩阵转换装置及方法

说明书

本发明涉及一种面向神经网络的矩阵转换装置，包括：数据接收接口，用于接收并传递神经网络的待转换矩阵数据；转换矩阵接收接口，用于接收并传递对应于所述待转换矩阵数据的转换矩阵；矩阵运算单元，与所述数据接收接口和所述转换矩阵接收接口分别连接，利用所述待转换矩阵数据和所述对应的转换矩阵执行矩阵转换运算；输出接口，与所述矩阵运算单元相连，用于拼接并输出所述矩阵运算单元获得的运算结果；暂存单元，与所述数据接收接口和所述输出接口相连，用于暂存所述输出接口输出的运算结果，并将所述运算结果输入至所述数据接收接口。

技术领域

本发明涉及计算领域，特别涉及一种面向神经网络的矩阵转换装置及方法。

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结构，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，该模型结构是一种由大量节点通过网状互联结构构成的运算模型，其中的节点被称为神经元，每两个节点间的连接强度都代表通过该连接信号在这两个节点间的加权值，被称为权重，对应于人类神经网络中的记忆。

神经网络的计算过程一般包括卷积、激活和池化等步骤，经研究，其中在执行卷积过程的矩阵运算时，针对数据的重复性操作任务极大，特别是关于矩阵的乘法运算，这不仅增加了神经网络计算难度，同时重复的计算还浪费了大量的计算资源，导致运算速度下降。

因此，需要一种特别适用于神经网络的低成本且高灵活性的矩阵转换装置及方法。

发明内容

本发明提供一种面向神经网络的矩阵转换运算装置及方法，包括：

数据接收接口，用于接收并传递神经网络的待转换矩阵数据；

转换矩阵接收接口，用于接收并传递对应于所述待转换矩阵数据的转换矩阵；

矩阵运算单元，与所述数据接收接口和所述转换矩阵接收接口分别连接，利用所述待转换矩阵数据和所述对应的转换矩阵执行矩阵转换运算；

输出接口，与所述矩阵运算单元相连，用于拼接并输出所述矩阵运算单元获得的运算结果；

暂存单元，与所述数据接收接口和所述输出接口相连，用于暂存所述输出接口输出的运算结果，并将所述运算结果输入至所述数据接收接口。

优选的，所述待转换矩阵数据包括权值矩阵数据g和输入特征图数据d；

所述转换矩阵包括对应于所述权值矩阵数据g的权值转换矩阵G，以及对应于所述输入特征图数据d的输入特征图转换矩阵B；

所述矩阵运算单元用于执行所述转换矩阵G/B及其转置矩阵G^T/B^T与所述待转换矩阵数据g/d之间的向量乘累加和/或矩阵乘法运算；

所述输出接口用于拼接获得中间结果矩阵L_g/L_d；

所述暂存单元用于暂存所述中间结果矩阵L_g/L_d。

优选的，所述数据接收接口用于将所述中间结果矩阵L_g/L_d传递至所述矩阵运算单元；

所述矩阵运算单元用于执行所述中间结果矩阵L_g/L_d与所述转换矩阵G/B和/或其转换矩阵G^T/B^T之间的向量乘累加和/或矩阵乘法运算；

所述输出接口用于拼接获得对应于所述权值矩阵数据/所述输入特征图数据的转换结果矩阵U/V；

所述暂存单元用于暂存所述转换结果矩阵U/V。