[发明专利]一种面向卷积神经网络加速器的Winograd卷积拆分方法有效
| 申请号： | 201910717929.9 | 申请日： | 2019-08-05 |
| 公开（公告）号： | CN110533164B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 杨晨;王逸洲;王小力;耿莉 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06N3/0464 | 分类号： | G06N3/0464 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 李红霖 |
| 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： | 本发明公开了一种面向卷积神经网络加速器的Winograd卷积拆分方法，包括以下步骤：1)从卷积神经网路加速器的缓存中读取大小任意的输入和卷积核；2)根据卷积核大小和输入大小判断是否进行卷积拆分，如需进行卷积拆分，则进行下一步；3)根据卷积核大小和步长对卷积核进行拆分，根据输入大小和步长对输入进行拆分；4)根据卷积核大小将拆分后的元素组合并补零，根据输入大小将拆分后的元素组合并补零；5)将每对拆分后的输入和卷积核进行Winograd卷积；6)将每队输入和卷积核的Winograd卷积结果累加；7)将累加结果存储在卷积神经网络加速器的缓存中。本发明使得卷积神经网络加速器采用一种Winograd加速单元就可以支持多种不同形状的卷积。 | ||
| 搜索关键词： | 一种 面向 卷积 神经网络 加速器 winograd 拆分 方法 | ||
【主权项】：
1.一种面向卷积神经网络加速器的Winograd卷积拆分方法，其特征在于，包括以下步骤：/n1)从卷积神经网路加速器的缓存中读取大小任意的输入和卷积核；/n2)根据卷积核大小和输入大小判断是否进行卷积拆分，如需进行卷积拆分，则进行下一步；/n3)根据卷积核大小和步长对卷积核进行拆分，根据输入大小和步长对输入进行拆分；/n4)根据卷积核大小将拆分后的元素组合并补零，根据输入大小将拆分后的元素组合并补零；/n5)将每对拆分后的输入和卷积核进行Winograd卷积；/n6)将每队输入和卷积核的Winograd卷积结果累加；/n7)将累加结果存储在卷积神经网络加速器的缓存中。/n
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/201910717929.9/，转载请声明来源钻瓜专利网。
