[发明专利]一种基于神经网络的运算方法及装置

权利要求书

1.一种基于神经网络的运算方法，其特征在于，所述方法包括：

获取神经网络模型的计算类型，其中，包括当前层的所述计算类型和下一层计算类型；

判断所述计算类型是否满足预设条件，获得判断结果；

如果所述判断结果为满足，则取出下一层混合计算所需的输入数据进行混合计算，获得混合计算结果；

将所述混合计算结果写入到内存，

其中，所述计算类型至少包括：卷积计算类型和混合计算类型。

2.根据权利要求1所述的方法，其特征在于，判断所述计算类型是否满足预设条件，获得判断结果后，包括：

如果所述判断结果为不满足，则将当前层的卷积计算结果写回所述内存，启动下一个循环的计算任务时再进行计算。

3.根据权利要求2所述的方法，其特征在于，如果所述判断结果为不满足，包括：

当前层为卷积计算类型，下一层仍然为卷积计算类型。

4.根据权利要求1所述的方法，其特征在于，如果所述判断结果为满足，则取出下一层混合计算所需的输入数据进行混合计算，包括：

当前层为卷积计算类型，下一层为混合计算类型；

在卷积计算结果的缓存区域取出所述下一层混合计算所需的输入数据进行混合计算。

5.根据权利要求4所述的方法，其特征在于，将所述混合计算结果写入到内存后，还包括：

输入数据流在pipeline结构中进行处理。

6.根据权利要求3所述的方法，其特征在于，获取神经网络模型的计算类型前，包括：

按卷积尺寸和strides取出数据，进行卷积计算。

7.根据权利要求6所述的方法，其特征在于，通过卷积尺寸和strides取出数据，进行卷积计算前，还包括：

获取数据，按卷积规则缓存块存储。

8.一种基于神经网络的运算装置，其特征在于，所述装置包括：

获取单元，用于获取神经网络模型的计算类型，其中，包括当前层的所述计算类型和下一层计算类型；

判断单元，用于判断所述计算类型是否满足预设条件，获得判断结果；

运算单元，用于如果所述判断结果为满足，则取出下一层混合计算所需的输入数据进行混合计算，获得混合计算结果；将所述混合计算结果写入到内存，从而缩短运算时间，其中，所述计算类型至少包括：卷积计算类型和混合计算类型。

9.一种基于神经网络的运算装置，其特征在于，所述装置包括：存储器、处理器以及存储在存储器被处理器运行的可响应程序，其特征在于，所述处理器运行所述可响应程序时响应如权利要求1至7任一项所述的运算方法的步骤。