[发明专利]用于实现卷积运算的方法、装置、介质以及电子设备在审
申请号: | 201911066229.4 | 申请日: | 2019-11-04 |
公开(公告)号: | CN112766474A | 公开(公告)日: | 2021-05-07 |
发明(设计)人: | 王振江;李德林;张祎男 | 申请(专利权)人: | 北京地平线机器人技术研发有限公司 |
主分类号: | G06N3/063 | 分类号: | G06N3/063;G06N3/04;G06N3/08 |
代理公司: | 北京思源智汇知识产权代理有限公司 11657 | 代理人: | 毛丽琴 |
地址: | 100080 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 实现 卷积 运算 方法 装置 介质 以及 电子设备 | ||
1.一种用于实现卷积运算的方法,包括:
获取卷积层的输入特征和所述卷积层对应的卷积核的权值矩阵,其中,所述输入特征的空间分辨率为n1×n11,所述权值矩阵为m1×m1的权值矩阵,所述n1和n11为正整数,所述m1为非零偶数;
根据所述输入特征和权值矩阵获得行列扩展后的待运算特征和待运算权值矩阵,其中,所述待运算特征的空间分辨率为n2×n22,所述待运算权值矩阵为m2×m2的权值矩阵,所述n2为大于n1的整数,所述n22为大于n11的整数,所述m2为大于m1的奇数,所述m2×m2为数据处理器支持的权值矩阵的尺寸;
通过所述数据处理器对所述待运算权值矩阵与所述待运算特征执行卷积运算,得到卷积运算结果;
根据所述卷积运算结果,获得所述卷积层的输出特征。
2.根据权利要求1所述的方法,其中,所述根据所述输入特征和权值矩阵获得行列扩展后的待运算特征和待运算权值矩阵,包括:
采用在所述输入特征和权值矩阵的相同方位分别添加至少一扩展行和至少一扩展列的方式,获得行列扩展后的待运算输入特征和待运算权值矩阵。
3.根据权利要求2所述的方法,其中,所述采用在所述输入特征和权值矩阵的相同方位分别添加至少一扩展行和至少一扩展列的方式,获得行列扩展后的待运算输入特征和待运算权值矩阵,包括:
采用在所述输入特征和权值矩阵的相同方位分别添加相同数量的扩展行和相同数量的扩展列的方式,获得行列扩展后的待运算输入特征和待运算权值矩阵。
4.根据权利要求3所述的方法,其中,所述采用在所述输入特征和权值矩阵的相同方位分别添加相同数量的扩展行和相同数量的扩展列的方式,获得行列扩展后的待运算输入特征和待运算权值矩阵,包括:
在所述数据处理器不支持所述卷积层的特征填充需求的情况下,采用在所述输入特征和权值矩阵的最上一行的上侧和最左一列的左侧分别添加相同数量的扩展行和相同数量的扩展列的方式,获得行列扩展后的待运算输入特征和待运算权值矩阵;
且所述通过所述数据处理器对所述待运算权值矩阵与所述待运算特征执行卷积运算,包括:
通过所述数据处理器基于其支持的特征填充,对所述待运算权值矩阵与所述待运算特征执行卷积运算。
5.根据权利要求4所述的方法,其中,所述根据所述卷积运算结果,获得所述卷积层的输出特征,包括:
根据所述卷积运算结果中的部分行和部分列,获得所述卷积层的输出特征。
6.根据权利要求2至5中任一项所述的方法,其中:
所述待运算权值矩阵中的扩展行和扩展列中的各元素的取值均为零;
所述待运算特征中的扩展行和扩展列中的各元素的取值均为任意值。
7.根据权利要求2至6中任一项所述的方法,其中:
所述扩展行的行数量为所述数据处理器所支持的第一卷积核的权值矩阵的行数量与所述卷积层对应的卷积核的权值矩阵的行数量的差值;
所述扩展列的列数量为所述数据处理器所支持的第一卷积核的权值矩阵的列数量与所述卷积层对应的卷积核的权值矩阵的列数量的差值;
其中,所述第一卷积核的权值矩阵为:所述数据处理器所支持的各权值矩阵中的大于所述卷积层对应的卷积核的权值矩阵的尺寸,且与所述卷积层对应的卷积核的权值矩阵的尺寸最接近的权值矩阵。
8.一种用于实现卷积运算的方法,包括:
获取卷积层的输入特征和所述卷积层对应的卷积核的权值矩阵,其中,所述权值矩阵为m3×m3的权值矩阵,所述m3为奇数;
在数据处理器不支持所述卷积层的特征填充需求的情况下,根据所述权值矩阵获得行列扩展后的待运算权值矩阵,其中,所述待运算权值矩阵为m4×m4的权值矩阵,所述m4×m4为所述数据处理器支持的权值矩阵的尺寸;
通过所述数据处理器对所述待运算权值矩阵与所述输入特征执行基于数据处理器支持的特征填充的卷积运算,获得卷积运算结果;
根据所述卷积运算结果,获得所述卷积层的输出特征。
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北京地平线机器人技术研发有限公司,未经北京地平线机器人技术研发有限公司许可,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/201911066229.4/1.html,转载请声明来源钻瓜专利网。