[发明专利]一种卷积神经网络的池化方法和装置在审
| 申请号： | 201910351993.X | 申请日： | 2019-04-28 |
| 公开（公告）号： | CN110135560A | 公开（公告）日： | 2019-08-16 |
| 发明（设计）人： | 陈海波 | 申请（专利权）人： | 深兰科技（上海）有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 黄志华 |
| 地址： | 200336 上海市长宁区威*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及电子技术领域，特别涉及一种卷积神经网络的池化方法和装置。以解决现有技术在进行池化操作时，对不同池化参数的池化操作兼容性较差，池化方式不灵活的问题。本发明实施例确定原始特征图对应的待处理特征图后，使用第一池化窗口进行池化操作，得到输出数据，根据第一池化窗口的池化参数和第二池化窗口的池化参数确定输出数据中等效于使用第二池化窗口进行池化操作的有效数据，本发明实施例可以在不更改待处理特征图的条件下，得到对应的使用第二池化窗口的有效数据，在不更改底层代码的前提下，通过复用第一池化窗口以及后续的数据筛选，得到不同池化参数的池化窗口的输出数据，提高了对不同池化参数的兼容性，池化方式更加灵活。 | ||
| 搜索关键词： | 池化 输出数据 卷积神经网络 方法和装置 有效数据 兼容性 特征图 电子技术领域 参数确定 底层代码 数据筛选 原始特征 灵活的 复用 灵活 | ||
【主权项】：
1.一种卷积神经网络的池化方法，其特征在于，该方法包括：确定待处理特征图，其中所述待处理特征图包含输入的原始特征图和外加的N圈填充pad；使用第一池化窗口对所述待处理特征图进行池化操作，得到输出数据；根据所述第一池化窗口的池化参数和所述第二池化窗口的池化参数确定所述输出数据中的有效数据；其中，第一池化窗口的尺寸大于第二池化窗口的尺寸。
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深兰科技（上海）有限公司，未经深兰科技（上海）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/201910351993.X/，转载请声明来源钻瓜专利网。
