[发明专利]一种卷积神经网络中计算资源的调度方法及装置在审
申请号: | 201811198549.0 | 申请日: | 2018-10-15 |
公开(公告)号: | CN109255434A | 公开(公告)日: | 2019-01-22 |
发明(设计)人: | 曾建;肖立波;徐昕 | 申请(专利权)人: | 旺微科技(上海)有限公司 |
主分类号: | G06N3/04 | 分类号: | G06N3/04;G06N3/063;G06F9/48 |
代理公司: | 合肥市浩智运专利代理事务所(普通合伙) 34124 | 代理人: | 丁瑞瑞 |
地址: | 200120 上海市*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 子矩阵 卷积神经网络 乘法器 核矩阵 计算资源 调度 矩阵 原始矩阵 运算结果 调度装置 硬件开销 元素位置 列方向 成卷 卷积 逐行 返回 应用 | ||
1.一种卷积神经网络中计算资源的调度方法,其特征在于,所述方法包括:
1)、获取卷积神经网络中的原始矩阵以及核矩阵;
2)、根据核矩阵的尺寸从原始矩阵中获取当前子矩阵,逐行分别将当前子矩阵中的每一行以及核矩阵调度至一个目标乘法器进行计算,或者逐列分别将当前子矩阵中的每一列以及核矩阵调度至一个目标乘法器进行计算,直至当前子矩阵中的元素被调度完;再根据当前子矩阵获取方法获取当前子矩阵的在行方向上或者列方向上的下一个子矩阵,并将该子矩阵作为当前子矩阵,并返回执行所述逐行分别将当前子矩阵中的每一行以及核矩阵调度至一个目标乘法器进行计算,或者逐列分别将当前子矩阵中的每一列以及核矩阵调度至一个目标乘法器进行计算的步骤;
3)、根据所述乘法器的运算结果,与卷积后的矩阵中的元素位置的对应关系,将所述乘法器的运算结果组合成卷积后的矩阵。
2.根据权利要求1所述的一种卷积神经网络中计算资源的调度方法,其特征在于,所述当前子矩阵获取方法包括:
A:从所述原始矩阵的起始端开始,根据所述核矩阵的行数和列数,读取原始矩阵中与核矩阵的列数相同列数的元素,将所读取的元素组成的矩阵作为当前子矩阵;
B:判断针对原始矩阵的调度方式是按照行方向进行调度或者列方向进行调;
C:若按照行方向进行调度,将当前子矩阵之后一列中与当前子矩阵位于相同行的元素作为新元素,将所述当前子矩阵中除离新元素距离最远的一列之外的其他元素,和所述新元素构成的新的子矩阵作为当前子矩阵;
或者将当前子矩阵之前一列中与当前子矩阵位于相同行的元素作为新元素,将所述当前子矩阵中除离新元素距离最远的一列之外的其他元素,和所述新元素构成的新的子矩阵作为当前子矩阵;
D:若按照列方向进行调度,将当前子矩阵之后一行中与当前子矩阵位于相同列的元素作为新元素,将所述当前子矩阵中除离新元素距离最远的一行之外的其他元素,和所述新元素构成的新的子矩阵作为当前子矩阵;
或者将当前子矩阵之前一行中与当前子矩阵位于相同列的元素作为新元素,将所述当前子矩阵中除离新元素距离最远的一行之外的其他元素,和所述新元素构成的新的子矩阵作为当前子矩阵。
3.根据权利要求2所述的一种卷积神经网络中计算资源的调度方法,其特征在于,若当前子矩阵中存在新元素,在对当前子矩阵中的元素进行调度时,仅将新元素中的对应行或者列的元素进行调度。
4.一种卷积神经网络中计算资源的调度装置,其特征在于,所述装置包括:
获取模块,用于获取卷积神经网络中的原始矩阵以及核矩阵;
运算模块,用于根据核矩阵的尺寸从原始矩阵中获取当前子矩阵,逐行分别将当前子矩阵中的每一行以及核矩阵调度至一个目标乘法器进行计算,或者逐列分别将当前子矩阵中的每一列以及核矩阵调度至一个目标乘法器进行计算,直至当前子矩阵中的元素被调度完;再根据子矩阵获取方法获取当前子矩阵的在行方向上或者列方向上的下一个子矩阵,并将该子矩阵作为当前子矩阵,并返回执行所述逐行分别将当前子矩阵中的每一行以及核矩阵调度至一个目标乘法器进行计算,或者逐列分别将当前子矩阵中的每一列以及核矩阵调度至一个目标乘法器进行计算的步骤;
组合模块,用于根据所述乘法器的运算结果,与卷积后的矩阵中的元素位置的对应关系,将所述乘法器的运算结果组合成卷积后的矩阵。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于旺微科技(上海)有限公司,未经旺微科技(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811198549.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于相似性的社区检测的方法
- 下一篇:具有多个突触块的神经形态设备