[发明专利]一种应用于卷积神经网络的池化处理的方法及系统有效
| 申请号： | 201711059065.3 | 申请日： | 2017-11-01 |
| 公开（公告）号： | CN109754359B | 公开（公告）日： | 2021-12-07 |
| 发明（设计）人： | 于潇宇;王玉伟;张博;张立鑫 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06T1/20 | 分类号： | G06T1/20;G06N3/02 |
| 代理公司： | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人： | 王仲凯 |
| 地址： | 518057 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种池化处理的方法，应用于卷积神经网络的池化处理系统，池化处理系统包括第一存储设备、数据区域、池化核和池化控制器，该方法包括：池化控制器每个读取周期从第一存储设备中读取k个特征数据，向数据区域写入所读取的k个特征数据，k个特征数据按照第一方向排布，在一个更新周期中，数据区域被写入n队按照第一方向排布的nk个数据，更新周期的时长为读取周期的时长的n倍；在更新周期结束后，数据区域中的数据被传递到池化核做池化运算，数据区域中的数据包括nk个数据和排布在nk个数据之前的上一个更新周期中在第二方向上排布的最后m队数据。本申请技术方案由于数据复用降低了存储读写的次数，提高了池化处理的效率。 | ||
| 搜索关键词： | 一种 应用于 卷积 神经网络 处理 方法 系统 | ||
【主权项】：
1.一种应用于卷积神经网络的池化处理的方法，其特征在于，所述方法应用于所述卷积神经网络的池化处理系统，所述池化处理系统包括第一存储设备、数据区域、池化核和池化控制器，所述方法包括：所述池化控制器每个读取周期从所述第一存储设备中读取k个特征数据，所述k个特征数据包含于卷积运算所产生的特征图中，所述k为大于1的整数；所述池化控制器向所述数据区域写入所读取的k个特征数据，所述k个特征数据按照第一方向排布，在一个更新周期中，所述数据区域被写入n队按照所述第一方向排布的nk个数据，所述更新周期的时长为所述读取周期的时长的n倍，所述n为大于1的整数；在所述更新周期结束后，所述数据区域中的数据被传递到池化核做池化运算，所述数据区域中的数据包括所述nk个数据和排布在所述nk个数据之前的上一个更新周期中在第二方向上排布的最后m队数据，并且所述数据区域缓存所述更新周期中在所述第二方向上排布的最后m队数据用于下一个更新周期使用，所述m为正整数。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/201711059065.3/，转载请声明来源钻瓜专利网。
