[发明专利]基于Neon指令的卷积神经网络的算法优化方法及装置在审
| 申请号： | 201710974484.3 | 申请日： | 2017-10-19 |
| 公开（公告）号： | CN107704921A | 公开（公告）日： | 2018-02-16 |
| 发明（设计）人： | 朱明;曾建平;张智鹏;耿磊 | 申请（专利权）人： | 北京智芯原动科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06F17/15 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100101 北京市朝阳区北*** | 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： | 本发明提供了基于Neon指令的卷积神经网络的算法优化方法，该方法包括将卷积层的卷积核图像进行矩阵化处理，获取对应的A矩阵，并将A矩阵列数按照4倍数对齐；输入待卷积图像，将待卷积输入图像进行矩阵化处理，获取对应的B矩阵，并将B矩阵行数按照4倍数对齐；对B矩阵进行转置变换，获取转置矩阵Bt；计算A矩阵和Bt矩阵的行与行点积；采用Neon指令进行并行优化处理。与现有技术相比，本发明可以有效地提升卷积神经网络的计算性能。 | ||
| 搜索关键词： | 基于 neon 指令 卷积 神经网络 算法 优化 方法 装置 | ||
【主权项】：
基于Neon指令的卷积神经网络的算法优化方法，其特征在于，该方法包括：第一步骤，将卷积层的卷积核图像进行矩阵化处理，获取对应的A矩阵，并将A矩阵列数按照4倍数对齐；第二步骤，输入待卷积图像，将待卷积输入图像进行矩阵化处理，获取对应的B矩阵，并将B矩阵行数按照4倍数对齐；第三步骤，对B矩阵进行转置变换，获取转置矩阵Bt；第四步骤，计算A矩阵和Bt矩阵的行与行点积；及第五步骤，采用Neon指令进行并行优化处理。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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智芯原动科技有限公司，未经北京智芯原动科技有限公司许可，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/patent/201710974484.3/，转载请声明来源钻瓜专利网。
