[发明专利]深度神经网络的卷积层的硬件实现在审
| 申请号： | 201811299906.2 | 申请日： | 2018-11-02 |
| 公开（公告）号： | CN110046700A | 公开（公告）日： | 2019-07-23 |
| 发明（设计）人： | 克里斯·马丁;大卫·霍夫;克利福德·吉布森;丹尼尔·巴纳德 | 申请（专利权）人： | 畅想科技有限公司 |
| 主分类号： | G06N3/063 | 分类号： | G06N3/063;G06N3/04 |
| 代理公司： | 北京东方亿思知识产权代理有限责任公司 11258 | 代理人： | 林强 |
| 地址： | 英国赫*** | 国省代码： | 英国;GB |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开涉及深度神经网络的卷积层的硬件实现。提供了深度神经网络DNN的卷积层的硬件实现和用于处理DNN的卷积层的方法，该硬件实现包括多个卷积引擎，其中，以这样的顺序来将输入数据和权重提供给卷积引擎，该顺序允许从存储器读取输入数据和权重以用于在连续周期中由相同卷积引擎执行或在同一周期中由不同卷积引擎执行的至少两个滤波器‑窗口计算。例如，在卷积层的一些硬件实现中，卷积引擎被配置为在每个周期处理相同的权重以及不同的输入数据，然而每个卷积引擎的输入数据在至少两个周期内保持相同，使得卷积引擎在至少两个连续周期中使用相同的输入数据。 | ||
| 搜索关键词： | 卷积 引擎 硬件实现 神经网络 连续周期 权重 滤波器 存储器读取 周期处理 供给卷 配置 | ||
【主权项】：
1.一种深度神经网络的卷积层的硬件实现，所述硬件实现包括：多个卷积引擎，每个卷积引擎包括硬件逻辑，所述硬件逻辑被配置为在多个周期中的每个周期中接收权重集和输入数据值集，并且对所述权重集和所述输入数据值集执行乘法累加操作；其中，在任何周期中，所有卷积引擎接收相同的权重集，并且每个卷积引擎从其他卷积引擎接收不同的输入数据值集；以及其中，在至少一个周期中，所述卷积引擎接收在先前周期中接收到的相同的输入数据值集。
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畅想科技有限公司，未经畅想科技有限公司许可，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/201811299906.2/，转载请声明来源钻瓜专利网。
