[发明专利]使用脉动阵列和融合操作的深度学习实现方式

权利要求书

1.一种处理器，包括：

取得电路，用于取得指令；

解码电路，用于对所述指令解码，所述指令具有字段来指定操作码以及目的地和N个源矩阵的位置，所述操作码指示出所述处理器将从存储器加载所述N个源矩阵，对所述N个源矩阵执行N个卷积以生成N个特征图，并且将所述N个卷积的结果存储在寄存器中以被传递到激活层，其中所述处理器将利用所述N个源矩阵的每一者的至多一个存储器加载执行所述N个卷积和所述激活层；

调度电路，用于调度所述指令的执行；以及

执行电路，用于按照所述操作码执行所述指令。

2.如权利要求1所述的处理器，其中所述执行电路将通过一次一个元素地在源矩阵上卷积特征识别符来执行所述N个卷积的每一者，每次生成所述特征识别符的每个元素和所述源矩阵的感受域的相应元素的积，并且将所述积的和存储到所述特征图的相应元素中。

3.如权利要求1或2所述的处理器，其中所述激活层包括修正线性单元、双曲正切函数、S形函数和柔性最大函数中的一者。

4.如权利要求1或3所述的处理器，其中N等于三，并且所述N个源矩阵的元素包括红、绿和蓝像素值。

5.如权利要求1或4所述的处理器，其中所述操作码还要求所述处理器对所述N个卷积的结果执行池化以便对所述N个特征图的每一者下采样。

6.如权利要求1或5所述的处理器，其中所述操作码还要求所述处理器执行完全连接层。

7.如权利要求1或6所述的处理器，其中所述操作码还要求所述处理器用零填充所述N个源矩阵的每一者，使得所述N个特征图的每一者具有与所述N个源矩阵的相应一者相同的维度。

8.如权利要求1或7所述的处理器，其中所述操作码还要求所述处理器通过对所述N个特征图的每一者执行额外卷积来生成N个额外特征图，所述N个额外卷积的结果将被存储在寄存器中以被传递到所述激活层，其中所述处理器将利用所述N个源矩阵的每一者的至多一个存储器加载执行所述N个卷积、所述N个额外卷积和所述激活层。

9.一种由处理器实现的方法，包括：

利用取得电路取得指令；

利用解码电路对所述指令解码，所述指令具有字段来指定操作码以及目的地和N个源矩阵的位置，所述操作码指示出所述处理器将从存储器加载所述N个源矩阵，对所述N个源矩阵执行N个卷积以生成N个特征图，并且将所述N个卷积的结果存储在寄存器中以被传递到激活层，其中所述处理器将利用所述N个源矩阵的每一者的至多一个存储器加载执行所述N个卷积和所述激活层；

利用调度电路调度所述指令的执行；并且

利用执行电路按照所述操作码执行所述指令。

10.如权利要求9所述的由处理器实现的方法，其中所述执行电路将通过一次一个元素地在源矩阵上卷积特征识别符来执行所述N个卷积的每一者，每次生成所述特征识别符的每个元素和所述源矩阵的感受域的相应元素的积，并且将所述积的和存储到所述特征图的相应元素中。

11.如权利要求9或10所述的由处理器实现的方法，其中所述激活层包括修正线性单元、双曲正切函数、S形函数和柔性最大函数中的一者。

12.如权利要求9或11所述的由处理器实现的方法，其中N等于三，并且所述N个源矩阵的元素包括红、绿和蓝像素值。

13.如权利要求9或12所述的由处理器实现的方法，其中所述操作码还要求所述处理器对所述N个卷积的结果执行池化以便对所述N个特征图的每一者下采样。

14.如权利要求9或13所述的由处理器实现的方法，其中所述操作码还要求所述处理器执行完全连接层。