[發明專利]一種適用于神經網絡的池化計算裝置及方法

有效

• 申請號: 201810014202.X
• 申請日: 2018-01-08
• 公開（公告）號: CN108304926B
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 韓銀和;許浩博;王穎
• 申請（專利權）人: 中國科學院計算技術研究所
• 主分類號: G06N3/08
• 分類號: G06N3/08;G06F7/575
• 代理公司: 北京泛華偉業知識產權代理有限公司 11280
• 代理人: 王勇

本發明涉及一種適用于神經網絡的池化計算裝置，包括內部緩存單元，用于接收和暫存神經元數據；池化運算單元，用于對所述內部緩存單元中存儲的神經元數據執行池化運算；迭代判斷單元，用于判斷所述池化運算單元獲得的計算結果是中間結果還是最終結果，并輸出所述計算結果；池化控制模塊，用于控制所述內部緩存單元、所述池化運算單元以及所述迭代判斷單元針對所述內部緩存單元接收的神經元數據執行池化操作。

技術領域

本發明涉及計算領域，特別涉及一種適用于神經網絡的池化計算裝置及方法。

背景技術

神經網絡是人工智能領域具有高發展水平的感知模型之一，因廣泛的應用和出色的表現使其成為了學術界和工業界的研究熱點。神經網絡通過模擬人類大腦的神經連接結構來建立模型，為大規模數據(例如圖像、視頻或音頻)處理任務帶來了突破性進展。神經網絡的計算過程一般可分為卷積、激活、池化等步驟，其中，神經網絡的各層次特征圖尺寸可隨著池化操作而減少，以達到計算收斂效果，高效的池化裝置有利于節約神經網絡的硬件成本。

由于不同神經網絡模型的池化方式通常會存在差異，主要體現在計算方法和池化范圍的選擇不同。現有技術中的池化裝置，通常只考慮了固定池化的計算方式和池化范圍，這就極大限制了神經網絡芯片對不同網絡的兼容性。

因此，需要一種能夠兼容性好的適用于神經網絡的池化計算裝置及方法。

發明內容

本發明提供一種適用于神經網絡的池化計算裝置及方法，包括內部緩存單元，用于接收和暫存神經元數據；池化運算單元，用于對所述內部緩存單元中存儲的神經元數據執行池化運算并獲得計算結果；迭代判斷單元，用于判斷所述池化運算單元獲得的計算結果是中間結果還是最終結果；池化控制模塊，用于控制所述內部緩存單元、所述池化運算單元以及所述迭代判斷單元針對所述內部緩存單元接收的神經元數據執行池化操作。

優選的，所述池化控制模塊根據接收的池化參數生成細分方案、選通信號和運算規則。

優選的，所述內部緩存單元根據所述細分方案對接收的神經元數據進行劃分。

優選的，所述迭代判斷單元根據所述運算規則決策執行迭代中間結果或者輸出最終結果。

優選的，所述池化運算單元根據選通信號選擇計算部件執行池化運算。

優選的，所述計算部件包括兩個一級比較器和一個二級比較器。

本發明還提供一種利用如上所述的池化計算裝置進行池化計算方法，包括以下步驟：

接收并分析池化參數，生成細分方案、選通信號和運算規則；

根據所述細分方案對接收的神經元數據進行劃分；

根據選通信號分配相應的計算部件執行池化運算；

利用運算規則進行中間結果迭代運算，并輸出最終池化運算結果，

優選的，在針對大小為2*2的池化核進行最大值/最小值池化運算時，利用兩個一級比較器和二級比較器獲得最終結果

優選的，在針對大小為3*3的池化核進行最大值/最小值池化運算時，首先將激活值按行或列分為三組并進行補位，再針對經補位后的四個激活值，利用兩個一級比較器獲得中間結果，并利用二級比較器獲得最終結果。

優選的，若針對大小為4*4的池化核進行最大值/最小值池化運算，首先將激活值分為四組，利用一級比較器和二級比較器獲得每組的最終結果，再將四個每組的最終結果分成兩組分別輸入兩個一級比較器獲得中間結果，最后利用二級比較器獲得池化運算的最終結果。