[发明专利]卷积神经网络模块的控制方法

权利要求书

1.一种卷积神经网络模块的控制方法，其特征在于，所述卷积神经网络模块包括多个级联的卷积计算单元，每个卷积计算单元至少包括按顺序设置的第一乘法器、第二乘法器、第一加法器以及第二加法器，所述第一加法器连接至所述第一乘法器以及所述第二乘法器以将所述第一乘法器和第二乘法器的输出数据相加，所述第二加法器连接至所述第一加法器以及上一卷积计算单元的第二加法器，以将当前卷积计算单元的第一加法器和上一卷积计算单元的第二加法器的输出数据相加，所述控制方法包括：

使各所述卷积计算单元的第二乘法器相较于第一乘法器晚一个单倍频时钟节拍读取相邻通道的通道数据，以使各所述卷积计算单元的第一乘法器和第二乘法器读取的相邻通道的通道数据在所述第一加法器的加法计算中对齐，

其中，所述控制方法还包括：

以单倍频时钟节拍读取通道数据，作为乘法器的一个输入，并以双倍频时钟节拍交替读取第一权重数据和第二权重数据，作为乘法器的另一个输入；于所述乘法器的输出端获得基于两倍频时钟节拍的卷积结果信号；基于卷积结果选择信号，将所述卷积结果信号拆分为基于单倍频时钟节拍的所述通道数据和所述第一权重数据的第一卷积结果以及所述通道数据和所述第二权重数据的第二卷积结果；使得基于单倍频时钟节拍的所述通道数据和所述第一权重数据的第一卷积结果以及所述通道数据和所述第二权重数据的第二卷积结果在单倍频时钟节拍上对齐。

2.如权利要求1所述的卷积神经网络模块的控制方法，其特征在于，还包括：

使当前卷积计算单元的第一乘法器相较于上一卷积计算单元的第二乘法器晚一个单倍频时钟节拍读取的通道数据，以使当前卷积计算单元的第一加法器的输出数据与上一卷积计算单元的第二加法器的输出数据在当前卷积计算单元的第二加法器的加法计算中对齐。

3.如权利要求1所述的卷积神经网络模块的控制方法，其特征在于，所述卷积神经网络模块包括多个级联的行卷积计算单元，每个所述行卷积计算单元包括多个级联的所述卷积计算单元，所述控制方法还包括：

使当前行卷积计算单元的第一个卷积计算单元的第一乘法器相较于上一行卷积计算单元的最后一个卷积计算单元的第二乘法器晚一个单倍频时钟节拍读取的通道数据，以使当前行卷积计算单元的第一个卷积计算单元的第一加法器的输出数据与上一行卷积计算单元的最后一个卷积计算单元的输出数据在当前行卷积计算单元的第一个卷积计算单元的第二加法器的加法计算中对齐。

4.如权利要求1至3任一项所述的卷积神经网络模块的控制方法，其特征在于，基于储存器的读使能的延迟以控制所述通道数据的读取的时钟节拍的延迟。

5.如权利要求1所述的卷积神经网络模块的控制方法，其特征在于，所述以单倍频时钟节拍读取通道数据，作为乘法器的一个输入，并以双倍频时钟节拍交替读取第一权重数据和第二权重数据，作为乘法器的另一个输入包括：

提供基于单倍频时钟节拍的通道数据、第一权重数据以及第二权重数据的信号；

以两倍频时钟节拍采集基于单倍频时钟节拍的通道数据、第一权重数据以及第二权重数据的信号；

基于权重数据选择信号，合并基于两倍频时钟节拍第一权重数据以及第二权重数据的信号。

6.如权利要求1所述的卷积神经网络模块的控制方法，其特征在于，所述卷积计算单元基于数字信号处理芯片实现。

7.如权利要求1所述的卷积神经网络模块的控制方法，其特征在于，卷积神经网络模块基于现场可编程门阵列实现。