[发明专利]卷积神经网络的数据处理方法、预测方法、计算装置和存储介质

权利要求书

1.一种卷积神经网络的数据处理方法，其特征在于，包括：

获取运算配置信息；

根据所述运算配置信息从目标存储器读取第一特征数据和第二特征数据，所述第一特征数据包括第一特征图集合中第一数目的像素，所述第二特征数据包括第二特征图集合中第一数目的像素，所述第一数目为至少两个；

根据所述运算配置信息指定的计算类型对所述第一特征数据和所述第二特征数据进行并行运算处理；

将所述并行运算处理的结果存储在所述目标存储器。

2.根据权利要求1所述的方法，其特征在于，所述获取运算配置信息，包括：

从外围总线获取所述运算配置信息，将所述运算配置信息缓存到第一先入先出队列。

3.根据权利要求2所述的方法，其特征在于，还包括：

从所述第一先入先出队列中读取所述运算配置信息；

解析所述运算配置信息，得到计算类型、所述第一特征数据的存储位置和所述第二特征数据的存储位置。

4.根据权利要求1所述的方法，其特征在于，所述根据所述运算配置信息从目标存储器读取第一特征数据和第二特征数据，包括：

交替从所述目标存储器读取所述第一特征数据和所述第二特征数据，将读取的第一特征数据和第二特征数据交替缓存在第二先入先出队列。

5.根据权利要求4所述的方法，其特征在于，在所述将读取的第一特征数据和第二特征数据交替缓存在第二先入先出队列之后，包括：

通过ping-pong缓存从所述第二先入先出队列读取第三特征数据和第四特征数据，所述第三特征数据包括所述第一特征数据中的一半数据，所述第四特征数据包括所述第二特征数据中的一半数据。

6.根据权利要求5所述的方法，其特征在于，所述根据所述运算配置信息指定的计算类型对所述第一特征数据和所述第二特征数据进行并行运算处理，包括：

根据所述运算配置信息指定的计算类型对所述第三特征数据和所述第四特征数据进行并行运算处理。

7.根据权利要求6所述的方法，其特征在于，所述对所述第三特征数据和所述第四特征数据进行并行运算处理，包括：

通过第二数目的计算单元对所述第三特征数据和所述第四特征数据进行并行运算处理，所述第二数目根据所述第一数目确定。

8.根据权利要求7所述的方法，其特征在于，所述第二数目根据所述目标存储器的读数据通道数目，以及所述第一数目确定。

9.根据权利要求8所述的方法，其特征在于，若所述目标存储器的读数据通道数目为一个，则所述第二数目为所述第一数目的一半。

10.根据权利要求8所述的方法，其特征在于，若所述目标存储器的读数据通道数目为两个，则所述第二数目等于所述第一数目。

11.根据权利要求7-10中任一项所述的方法，其特征在于，每个所述计算单元在每个周期对所述第一特征图集合中的一个像素和第二特征图集合中的一个像素进行处理。

12.根据权利要求1-10中任一项所述的方法，其特征在于，所述计算类型包括加减、点乘、取最值。

13.根据权利要求1-10中任一项所述的方法，其特征在于，所述第一数目等于所述目标存储器的数据位宽与所述像素位宽的比值。

14.根据权利要求1-9中任一项所述的方法，其特征在于，所述根据所述运算配置信息从目标存储器读取第一特征数据和第二特征数据，包括：

在相邻的两个周期分别读取所述第一特征数据和所述第二特征数据。