[发明专利]一种卷积计算数据流映射方法及装置

说明书

本发明公开了一种卷积计算数据流映射方法及装置。其中，该方法包括：在卷积神经网络模型中执行目标卷积操作的过程中，按照通道分别对所述目标卷积操作所涉及的特征图中的接收域和涉及的卷积核进行分组，得到多个接收域分组和多个卷积核分组，对所述多个接收域分组中的基本块进行排序，得到接收域数据组，并对所述多个卷积核分组中的基本块进行排序，得到卷积核数据组，将所述接收域数据组和所述卷积核数据组输入到用于矩阵乘法的二维阵列中，得到所述二维阵列输出的矩阵的值。本发明解决了相关技术中卷积神经网络中卷积操作效率低的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种卷积计算数据流映射方法及装置。

背景技术

相关技术中，在卷积神经网络进行卷积操作时，每一次卷及操作都需要从内存中读取数据，然后根据读取的数据进行卷积操作。

然而，若是采用上述方法，由于读取数据中包含有大量的数据，造成卷积操作时，存在大量的读取重复数据的步骤，造成卷积过程的效率低。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种卷积计算数据流映射方法及装置，以至少解决相关技术中卷积神经网络中卷积操作效率低的技术问题。

根据本发明实施例的一个方面，提供了一种卷积计算数据流映射方法，包括：在卷积神经网络模型中执行目标卷积操作的过程中，按照通道分别对上述目标卷积操作所涉及的特征图中的接收域和涉及的卷积核进行分组，得到多个接收域分组和多个卷积核分组，其中，每个上述接收域分组内相同行列位置的不同通道组成一个基本块，每个上述卷积核分组内相同行列位置的不同通道组成一个基本块；对上述多个接收域分组中的基本块进行排序，得到接收域数据组，并对上述多个卷积核分组中的基本块进行排序，得到卷积核数据组，其中，在对上述多个接收域分组中的基本块进行排序的过程中，对相同的第一基本块进行复用；将上述接收域数据组和上述卷积核数据组输入到用于矩阵乘法的二维阵列中，得到上述二维阵列输出的矩阵的值，其中，上述目标卷积操作的结果包括上述矩阵的值。

根据本发明实施例的另一方面，还提供了一种卷积计算数据流映射装置，包括：分组单元，用于在卷积神经网络模型中执行目标卷积操作的过程中，按照通道分别对上述目标卷积操作所涉及的特征图中的接收域和涉及的卷积核进行分组，得到多个接收域分组和多个卷积核分组，其中，每个上述接收域分组内相同行列位置的不同通道组成一个基本块，每个上述卷积核分组内相同行列位置的不同通道组成一个基本块；排序单元，用于对上述多个接收域分组中的基本块进行排序，得到接收域数据组，并对上述多个卷积核分组中的基本块进行排序，得到卷积核数据组，其中，在对上述多个接收域分组中的基本块进行排序的过程中，对相同的第一基本块进行复用；输入单元，用于将上述接收域数据组和上述卷积核数据组输入到用于矩阵乘法的二维阵列中，得到上述二维阵列输出的矩阵的值，其中，上述目标卷积操作的结果包括上述矩阵的值。

根据本发明实施例的又一方面，还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述卷积计算数据流映射方法。

根据本发明实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述的卷积计算数据流映射方法。