[发明专利]基于神经网络处理器及其使用方法在审

专利信息
申请号: 201910312223.4 申请日: 2019-04-18
公开(公告)号: CN110033087A 公开(公告)日: 2019-07-19
发明(设计)人: 汪齐顺 申请(专利权)人: 合肥天毅网络传媒有限公司
主分类号: G06N3/063 分类号: G06N3/063
代理公司: 上海精晟知识产权代理有限公司 31253 代理人: 冯子玲
地址: 230000 安徽省合肥市*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了基于神经网络处理器及其使用方法,涉及处理器技术领域。本发明包括:存储单元;控制单元;计算单元;存储单元具体包括卷积子存储单元、归一化子存储单元、池化子存储单元、线性子存储单元以及全连接子存储单元;计算单元包括若干子计算单元;所述计算单元具体包括卷积子计算单元、归一化子计算单元、池化子计算单元、线性子计算单元以及全连接子计算单元。本发明通过将计算单元按不同照神经网络层的计算划分成若干子计算单元,并将存储单元对应子计算单元需要的节点值划分成对应的存储子单元;当进行大数量级的神经网络计算时,不同子计算模块专用于对应神经网络层的计算,实现了神经网络计算的高效计算,提高了计算效率。
搜索关键词: 计算单元 存储单元 神经网络处理器 神经网络计算 子存储单元 神经网络 连接子 卷积 处理器技术 存储子单元 高效计算 计算模块 计算效率
【主权项】:
1.基于神经网络处理器,其特征在于,包括:存储单元,用于存储数据和控制指令;控制单元,用于从存储单元获取控制指令并发出控制信号;计算单元,用于述存储单元获得神经网络中的一层的节点值和对应的权重值以获得下一层的节点值;所述存储单元具体包括卷积子存储单元、归一化子存储单元、池化子存储单元、线性子存储单元以及全连接子存储单元;所述计算单元包括若干子计算单元;所述计算单元具体包括卷积子计算单元、归一化子计算单元、池化子计算单元、线性子计算单元以及全连接子计算单元;所述卷积子存储单元内存储输入数据作为卷积层节点值;所述卷积子计算单元从卷积子存储单元内获取卷积层节点值并进行卷积计算获取归一化节点值;所述卷积子计算单元存储归一化节点值至归一化子存储单元;所述归一化子计算单元从所述归一化子存储单元获取归一化节点值并进行归一化处理获取池化节点值;所述归一化子计算单元存储池化节点值至池化子存储单元;所述池化子计算单元从所述池化子存储单元内获取所述池化节点值并进行池化处理获取线性节点值;所述池化子计算单元存储线性节点值至线性子存储单元;所述线性子计算单元从所述线性子存储单元获取所述线性节点值并进行线性处理获取全连接节点值;所述线性子计算单元存储所述全连接节点值至全连接子存储单元;所述全连接子计算单元从所述全连接子存储单元内获取所述全连接节点值并进行全连接处理获取输出数据。
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合肥天毅网络传媒有限公司,未经合肥天毅网络传媒有限公司许可,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/201910312223.4/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top