[发明专利]一种基于winograd卷积运算的卷积神经网络数据处理方法及装置有效
| 申请号： | 201910203310.6 | 申请日： | 2019-03-18 |
| 公开（公告）号： | CN110097172B | 公开（公告）日： | 2021-10-29 |
| 发明（设计）人： | 韩银和;闵丰;许浩博;王颖 | 申请（专利权）人： | 中国科学院计算技术研究所 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/063 |
| 代理公司： | 北京泛华伟业知识产权代理有限公司 11280 | 代理人： | 王勇;李科 |
| 地址： | 100190 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： |
本发明提供一种卷积神经网络数据处理方法以简化卷积操作，所述方法包括：1)根据卷积神经网络模型的权值g以及转换矩阵G，基于GgG |
||
| 搜索关键词： | 一种 基于 winograd 卷积 运算 神经网络 数据处理 方法 装置 | ||
【主权项】：
1.一种基于winograd卷积运算的卷积神经网络数据处理方法，包括：1)根据卷积神经网络模型的权值g以及转换矩阵G，基于GgGT计算针对权值的中间矩阵U；2)对所述针对权值的中间矩阵U进行压缩，以获得用于指示U中有效元素的数值的压缩转换权值矩阵Uz、以及用于指示U中有效元素的坐标的压缩坐标编码S；3)根据所述压缩坐标编码S，计算针对中间矩阵V＝[BTdB]的压缩结果以作为压缩转换特征图Vz，其中d为卷积神经网络的输入特征图，B是转换矩阵；4)对所述压缩转换权值矩阵Uz和所述压缩转换特征图Vz执行点乘操作，得到点乘矩阵Mz；5)根据所述点乘矩阵Mz、转换矩阵A，基于ATMzA计算针对所述输入特征图d的卷积运算结果F。
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中国科学院计算技术研究所，未经中国科学院计算技术研究所许可，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/201910203310.6/，转载请声明来源钻瓜专利网。
