[发明专利]卷积计算方法及相关设备在审
| 申请号： | 201911080608.9 | 申请日： | 2019-11-07 |
| 公开（公告）号： | CN110580522A | 公开（公告）日： | 2019-12-17 |
| 发明（设计）人： | 曹庆新;李炜;黎立煌;李爱军;王和国;陈宁 | 申请（专利权）人： | 深圳云天励飞技术有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04 |
| 代理公司： | 44202 广州三环专利商标代理有限公司 | 代理人： | 郝传鑫;熊永强 |
| 地址： | 518000 广东省深圳市龙岗区园山*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种卷积计算方法及相关设备，方法包括：获取卷积神经网络模型包括的N个网络层中的任意一个网络层A的输入数据，N为大于1的整数；根据网络层与卷积核、卷积步长的映射关系确定网络层A对应的目标卷积核和目标卷积步长；根据目标卷积核和目标卷积步长确定对网络层A的输入数据进行卷积计算所需的M个处理元件组，M个处理元件组中的每个处理元件组包括P1个处理元件，P1个处理元件中的每个处理元件包括至少一个乘法累加单元，M和P1均为大于等于1的整数；并行使用M个处理元件组对网络层A的输入数据进行卷积计算，得到网络层A的输出数据。采用本申请实施例有助于提高神经网络处理器中卷积计算的计算效率。 | ||
| 搜索关键词： | 处理元件 网络层 卷积计算 目标卷 神经网络处理器 乘法累加单元 卷积神经网络 计算效率 输出数据 映射关系 卷积核 卷积 组对 申请 并行 | ||
【主权项】：
1.一种卷积计算方法，其特征在于，应用于神经网络处理器，所述神经网络处理器包括P2个处理元件，所述P2个处理元件中的每个处理元件包括Q个乘法累加单元，所述Q为大于1的整数，包括：/n获取卷积神经网络模型包括的N个网络层中的任意一个网络层A的输入数据，所述N为大于1的整数；/n根据网络层与卷积核、卷积步长的映射关系确定所述网络层A对应的目标卷积核和目标卷积步长；/n根据所述目标卷积核和所述目标卷积步长对所述网络层A的输入数据进行填充，得到所述网络层A的第一输入数据，所述网络层A的第一输入数据包括大小相同的R个第一子输入矩阵，所述R为大于等于1的整数；/n根据所述R个第一子输入矩阵中的任意一个第一子输入矩阵B、所述P2和所述Q确定对所述网络层A的第一输入数据进行卷积计算所需的M个处理元件组，所述M个处理元件组中的每个处理元件组包括P1个处理元件，所述P1个处理元件中的每个处理元件包括至少一个乘法累加单元，所述P2大于等于所述M×所述P1，所述M和所述P1均为大于等于1的整数；/n并行使用所述M个处理元件组对所述网络层A的输入数据进行卷积计算，得到所述网络层A的输出数据。/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深圳云天励飞技术有限公司，未经深圳云天励飞技术有限公司许可，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/201911080608.9/，转载请声明来源钻瓜专利网。
