[发明专利]一种用于卷积神经网络计算的动态自适应数据截断方法有效
| 申请号： | 201910395234.3 | 申请日： | 2019-05-13 |
| 公开（公告）号： | CN110210611B | 公开（公告）日： | 2021-09-07 |
| 发明（设计）人： | 杨晨;张海波;王小力;耿莉 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06N3/063 | 分类号： | G06N3/063;G06T1/40;G06K9/00 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 徐文权 |
| 地址： | 710049 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种用于卷积神经网络计算的动态自适应数据截断方法，包括：在t位图像数据后面扩充m位小数点位置数据，在t位权值数据后面扩充m位小数点位置数据；在乘法运算时，t位图像数据和t位权值数据进行乘法运算得到2*t位结果数据，两个m位小数点位置数据进行加法运算，得到2*t位结果数据的小数点位置，记为M；对2*t位结果数据中高位的0值进行压缩，压缩后的数据从高位进行截取得到t位结果数据，根据截掉的低位数据的位宽和M得到与截取出来的t位结果数据对应的小数点位置；将t位结果数据与其所对应的小数点位置数据拼接。在保证保留高位数据的同时，尽可能多的保留小数位，使得在给定硬件架构下，数据运算精度尽可能高。 | ||
| 搜索关键词： | 一种 用于 卷积 神经网络 计算 动态 自适应 数据 截断 方法 | ||
【主权项】：
1.一种用于卷积神经网络计算的动态自适应数据截断方法，其特征在于，包括如下步骤：步骤1，在t位图像数据后面扩充m位小数点位置数据，该小数点位置数据用来记录图像数据中小数点位置；在t位权值数据后面扩充m位小数点位置数据，该小数点位置数据用来记录权值数据中小数点位置；步骤2，在乘法运算时，t位图像数据和t位权值数据进行乘法运算得到2*t位结果数据，两个m位小数点位置数据进行加法运算，得到2*t位结果数据的小数点位置，记为M；步骤3，对2*t位结果数据中高位的0值进行压缩，压缩后的数据从高位进行截取得到t位结果数据，根据截掉的低位数据的位宽和M得到与截取出来的t位结果数据对应的小数点位置；步骤4，将t位结果数据与其所对应的小数点位置数据拼接，然后输出。
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西安交通大学，未经西安交通大学许可，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/201910395234.3/，转载请声明来源钻瓜专利网。
