[发明专利]一种神经网络的全局池化方法及众核系统

权利要求书

1.一种神经网络的全局池化方法，应用于众核系统，所述方法包括：

接收前一网络层依次输入的待处理数据的点数据；

在每接收到一个点数据后，均基于当前接收到的所述点数据执行预设池化操作，直至所述待处理数据所有点数据池化完成。

2.根据权利要求1所述的方法，其特征在于，所述在每接收到一个点数据后，均基于当前接收到的所述点数据执行预设池化操作，直至所述待处理数据所有点数据池化完成，包括：

接收所述前一网络层输入的第一个点数据，基于所述第一个点数据进行预设池化操作，得到第一池化结果；

继续接收所述待处理数据的点数据，并在每接收到一个点数据后均执行所述预设池化操作，直至所述待处理数据所有点数据池化完成，得到最终池化结果。

3.根据权利要求2所述的方法，其特征在于，所述继续接收所述待处理数据的点数据，并在每接收到一个点数据后均执行所述预设池化操作，直至所述待处理数据所有点数据池化完成，得到最终池化结果，包括：

接收所述待处理数据的第n个点数据，基于第n-1个点数据的池化结果对所述第n个点数据进行预设池化操作，得到第n池化结果；

接收待处理数据的第N个点数据，基于第N-1个点数据的池化结果对所述第N个点数据进行预设池化操作，得到第N池化结果；

其中，所述第N池化结果为所述待处理数据的最终池化结果；

所述N表示所述待处理数据的点个数，1＜n＜N。

4.根据权利要求1-3中任意一项所述的方法，其特征在于，所述预设池化操作包括：平均池化或最大值池化。

5.根据权利要求4所述的方法，其特征在于，所述众核系统的存储空间包括第一存储空间和第二存储空间，

当所述预设池化操作为平均池化操作时，所述在每接收到一个点数据后，均基于当前接收到的所述点数据执行预设池化操作，直至所述待处理数据所有点数据池化完成，包括：

接收第一个点数据并存入所述第一存储空间,作为数据A₁；将所述第二存储空间的数据初始化为0，并在所述第二存储空间中存放数据B₁＝A₁*(1/N)；

接收第n个点数据并存入所述第一存储空间，作为数据A_n；将A_n通过乘加器输出到所述第二存储空间，得到B_n＝B_n-1+A_n*(1/N)；

接收第N个点数据并存入所述第一存储空间，作为数据A_N；将A_N通过乘加器输出到所述第二存储空间，得到B_N＝B_N-1+A_N*(1/N)；

其中，所述N表示所述待处理数据的点个数，1＜n＜N。

6.根据权利要求4所述的方法，其特征在于，所述众核系统的存储空间包括第一存储空间和第二存储空间，

当所述预设池化操作为最大值池化时，所述在每接收到一个点数据后，均基于当前接收到的所述点数据执行预设池化操作，直至所述待处理数据所有点数据池化完成，包括：

接收第一个点数据并存入所述第一存储空间,作为数据A₁；将所述第二存储空间的数据B₀初始化为负无穷，并在所述第二存储空间中存放最大值，B₁＝Max(A₁,B₀)；

接收第n个点数据并存入所述第一存储空间，作为数据A_n；在所述第二存储空间中存放最大值，B_n＝Max(A_n,B_n-1)；

接收第N个点数据并存入第一存储空间，作为数据A_N；在所述第二存储空间中存放最大值，B_N＝Max(A_N,B_N-1)；

其中，所述N表示所述待处理数据的点个数，1＜n＜N。