[发明专利]卷积神经网络的运算方法、装置及DPU有效
申请号: | 201910249144.3 | 申请日: | 2019-03-29 |
公开(公告)号: | CN109919312B | 公开(公告)日: | 2021-04-23 |
发明(设计)人: | 崔文朋;乔磊;池颖英;周文博;史善哲;房超;郑哲;刘亮;龙希田;王亮 | 申请(专利权)人: | 北京智芯微电子科技有限公司;国网信息通信产业集团有限公司;国家电网有限公司;国网河北省电力有限公司 |
主分类号: | G06N3/063 | 分类号: | G06N3/063 |
代理公司: | 北京中誉威圣知识产权代理有限公司 11279 | 代理人: | 周际;王芊雨 |
地址: | 100192 北京市海淀区*** | 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: | 本发明公开了一种卷积神经网络的运算方法、装置及DPU,方法包括:第一缓存区获取神经网络模型第n层的参数以及第一数据;第一运算单元根据神经网络第n层的参数对第一数据进行计算,将计算结果作为第二数据;第二缓存区在第一运算单元计算的同时,获取神经网络模型第n+1层的参数;在第一运算单元计算完成后,第二缓存区接收并存储第二数据;第二运算单元根据第二缓存区存储的神经网络模型第n+1层的参数对第二数据进行计算,将计算结果对第一数据进行更新,将更新后的第一数据存储在第一缓存区,重复上述步骤直到预设的神经网络模型的最大层数的计算完毕为止。本发明提供的卷积神经网络的运算方法、装置及DPU,提高了神经网络的运行效率。 | ||
搜索关键词: | 卷积 神经网络 运算 方法 装置 dpu | ||
【主权项】:
1.一种卷积神经网络的运算方法,其特征在于,包括:第一缓存区获取内存中存储的神经网络模型第n层的参数以及第一数据,并将所述神经网络模型第n层的参数以及第一数据存储在所述第一缓存区,n为奇数;第一运算单元获取第一缓存区中存储的神经网络模型第n层的参数以及第一数据,根据所述神经网络第n层的参数对所述第一数据进行计算,将计算结果作为第二数据;在根据所述神经网络模型第n层的参数对所述第一数据进行计算的同时,第二缓存区从内存中获取神经网络模型第n+1层的参数,并将所述神经网络模型第n+1层的参数存储在所述第二缓存区;在所述第一运算单元计算完成后,第二缓存区存储所述第二数据;第二运算单元获取第二缓存区中存储的神经网络模型第n+1层的参数以及所述第二数据,根据所述神经网络模型第n+1层的参数对所述第二数据进行计算,根据计算结果对所述第一数据进行更新,将更新后的第一数据存储至所述第一缓存区中。
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微电子科技有限公司;国网信息通信产业集团有限公司;国家电网有限公司;国网河北省电力有限公司,未经北京智芯微电子科技有限公司;国网信息通信产业集团有限公司;国家电网有限公司;国网河北省电力有限公司许可,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/201910249144.3/,转载请声明来源钻瓜专利网。