[发明专利]基于卷积神经网络数据复杂度的动态自适应计算阵列

摘要

本发明公开了基于卷积神经网络数据复杂度的动态自适应计算阵列，属于计算、推算、计数的技术领域。在原始卷积计算阵列模块基础上，增设动态卷积计算决策模块根据不同的输入数据复杂度选择合适的网络模型。动态卷积计算决策模块包括用于当前网络卷积层预分类计算的预分类层控制器及用于将预分类计算结果与预先设定阈值比较的置信度控制器，置信度控制器输出判别结果决定后续卷积计算阵列是否开启并支持不同尺寸卷积核卷积计算阵列的动态选择。本发明设计简单，可靠性强，动态卷积计算决策模块与其它传统模块协同配合，尽量降低网络的冗余计算，避免计算资源的浪费。

主权项

1.基于卷积神经网络数据复杂度的动态自适应计算阵列，其特征在于，包括：N个依次串联的卷积计算阵列模块及接在第N个卷积计算阵列模块输出端的全连接计算阵列模块，第1至第N-1个卷积计算阵列模块各配置有一个动态卷积计算决策模块，第i个动态卷积计算决策模块对第i个卷积计算阵列模块输出的特征图进行预分类并根据预分类结果的置信度输出表征输入数据复杂程度和特征提取充分程度的控制信号至第i+1个卷积计算阵列模块，在第i个卷积计算阵列模块充分提取特征时关闭第i+1至第N个卷积计算阵列模块并直接输出计算结果，在第i个卷积计算阵列模块未充分提取特征但能满足置信度约束时选择第i+1个卷积计算阵列模块中的小尺寸卷积核，在第i个卷积计算阵列模块未充分提取特征以至于不满足置信度约束时选择第i+1个卷积计算阵列模块中的大尺寸卷积核，在第N个卷积计算阵列模块仍未充分提取特征以至于不满足置信度约束时以全连接计算阵列模块的输出为计算结果，i=1,2,…,N，N为整数。/n