[发明专利]一种用于卷积神经网络的脉动阵列计算结构及方法有效
| 申请号： | 201910749711.1 | 申请日： | 2019-08-14 |
| 公开（公告）号： | CN110543934B | 公开（公告）日： | 2022-02-01 |
| 发明（设计）人： | 李洪革;李玉亮 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04 |
| 代理公司： | 北京康盛知识产权代理有限公司 11331 | 代理人： | 董娣 |
| 地址： | 100083*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种用于卷积神经网络的脉动阵列计算结构及方法，解决了脉动阵列在卷积运算时重复访问外部存储模块获取重复数据的问题。包括脉动子阵列、暂存单元和累加模块；脉动子阵列，用于接收特征图数据，与对应的卷积核相乘后累加；累加模块，用于累加接收的数据；暂存单元，用于暂存特征图数据。本申请装置的使用方法：将卷积核在特征图上滑动截取的多组数据分别按照卷积核的行数拆分成小组，并将重用的数据暂存，通过卷积核和特征图的大小确定暂存的周期；将小组中属于同一组的数据进行卷积运算，将结果进行进行累加。本发明不仅可以充分的利用输入特征数据，降低存储访问次数，还可以减少脉动阵列中乘加单元的无效时间，提高运算效率。 | ||
| 搜索关键词： | 一种 用于 卷积 神经网络 脉动 阵列 计算 结构 方法 | ||
【主权项】：
1.一种用于卷积神经网络的脉动阵列计算结构，其特征在于，包括脉动子阵列、暂存单元和累加模块；/nX个Y×n×n大小的卷积核，Y个m×m大小的特征图，所述Y为输入数据通道个数，所述m＞n；/n所述脉动子阵列，用于接收卷积核在特征图上滑动截取的一行特征图数据，与对应的权重数据相乘后累加；脉动子阵列的个数为n；/n所述累加模块，用于累加同一输出特征图通道的脉动子阵列输出的数据，得到输出特征图数据；/n所述暂存单元，用于接收一个脉动子阵列输送的特征图数据，暂存m-n+1周期后后输送至与其相连的前一个脉动子阵列。/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北京航空航天大学，未经北京航空航天大学许可，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/201910749711.1/，转载请声明来源钻瓜专利网。
