[发明专利]一种针对卷积神经网络的非零探测器及其方法

权利要求书

1.一种针对卷积神经网络的非零探测器，其特征在于，包括：

顶层控制单元，用于将输入的激励与权重数据存入本地缓存模块，并控制激励与权重探零模块和位与及寻址模块的操作；

本地缓存模块，用于存放卷积神经网络的激励与权重数据，包括激励数据、激励比特图数据、权重数据和权重比特图数据；

激励与权重探零模块，用于根据本地缓存模块的激励与权重数据进行非零筛选，并将得到的比特图返回本地缓存模块；

位与及寻址模块，用于将激励比特图向量和权重比特图向量按位与，得到对应位置上的权重和激励值都非零的地址，并输出给本地缓存模块。

2.根据权利要求1所述的一种针对卷积神经网络的非零探测器，其特征在于，所述激励与权重探零模块包括：

检测单元，用于检测由本地缓存模块传输来的激励与权重数据是否完全存入；

筛选单元，用于对激励与权重数据进行非零筛选，并将生成的激励与权重的比特图送入本地缓存模块。

3.利用如权利要求1所述一种针对卷积神经网络的非零探测器的探测方法，其特征在于，包括如下步骤：

（1）将输入的权重与激励数据通过顶层控制单元缓存在本地缓存模块，再由本地缓存模块传输至激励与权重探零模块；

（2）当激励与权重探零模块检测到所有数据完全传输后，进行数据的非零筛选，生成激励与权重的比特图，并将生成的比特图返回给本地缓存模块；

（3）本地缓存模块将所述比特图传输至位与及寻址模块，当激励与权重探零模块检测到所有数据完全传输后，位与及寻址模块开始将输入的激励比特图向量和权重比特图向量按位与，计算出非零权重与非零激励数据的地址并返回至本地缓存模块；

（4）本地缓存模块根据筛选出的非零权重与非零激励数据的地址，将非零数据传输到计算单元。