[發明專利]一種卷積神經網絡中計算資源的調度方法及裝置在審
| 申請號: | 201811198549.0 | 申請日: | 2018-10-15 |
| 公開(公告)號: | CN109255434A | 公開(公告)日: | 2019-01-22 |
| 發明(設計)人: | 曾建;肖立波;徐昕 | 申請(專利權)人: | 旺微科技(上海)有限公司 |
| 主分類號: | G06N3/04 | 分類號: | G06N3/04;G06N3/063;G06F9/48 |
| 代理公司: | 合肥市浩智運專利代理事務所(普通合伙) 34124 | 代理人: | 丁瑞瑞 |
| 地址: | 200120 上海市*** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 子矩陣 卷積神經網絡 乘法器 核矩陣 計算資源 調度 矩陣 原始矩陣 運算結果 調度裝置 硬件開銷 元素位置 列方向 成卷 卷積 逐行 返回 應用 | ||
1.一種卷積神經網絡中計算資源的調度方法,其特征在于,所述方法包括:
1)、獲取卷積神經網絡中的原始矩陣以及核矩陣;
2)、根據核矩陣的尺寸從原始矩陣中獲取當前子矩陣,逐行分別將當前子矩陣中的每一行以及核矩陣調度至一個目標乘法器進行計算,或者逐列分別將當前子矩陣中的每一列以及核矩陣調度至一個目標乘法器進行計算,直至當前子矩陣中的元素被調度完;再根據當前子矩陣獲取方法獲取當前子矩陣的在行方向上或者列方向上的下一個子矩陣,并將該子矩陣作為當前子矩陣,并返回執行所述逐行分別將當前子矩陣中的每一行以及核矩陣調度至一個目標乘法器進行計算,或者逐列分別將當前子矩陣中的每一列以及核矩陣調度至一個目標乘法器進行計算的步驟;
3)、根據所述乘法器的運算結果,與卷積后的矩陣中的元素位置的對應關系,將所述乘法器的運算結果組合成卷積后的矩陣。
2.根據權利要求1所述的一種卷積神經網絡中計算資源的調度方法,其特征在于,所述當前子矩陣獲取方法包括:
A:從所述原始矩陣的起始端開始,根據所述核矩陣的行數和列數,讀取原始矩陣中與核矩陣的列數相同列數的元素,將所讀取的元素組成的矩陣作為當前子矩陣;
B:判斷針對原始矩陣的調度方式是按照行方向進行調度或者列方向進行調;
C:若按照行方向進行調度,將當前子矩陣之后一列中與當前子矩陣位于相同行的元素作為新元素,將所述當前子矩陣中除離新元素距離最遠的一列之外的其他元素,和所述新元素構成的新的子矩陣作為當前子矩陣;
或者將當前子矩陣之前一列中與當前子矩陣位于相同行的元素作為新元素,將所述當前子矩陣中除離新元素距離最遠的一列之外的其他元素,和所述新元素構成的新的子矩陣作為當前子矩陣;
D:若按照列方向進行調度,將當前子矩陣之后一行中與當前子矩陣位于相同列的元素作為新元素,將所述當前子矩陣中除離新元素距離最遠的一行之外的其他元素,和所述新元素構成的新的子矩陣作為當前子矩陣;
或者將當前子矩陣之前一行中與當前子矩陣位于相同列的元素作為新元素,將所述當前子矩陣中除離新元素距離最遠的一行之外的其他元素,和所述新元素構成的新的子矩陣作為當前子矩陣。
3.根據權利要求2所述的一種卷積神經網絡中計算資源的調度方法,其特征在于,若當前子矩陣中存在新元素,在對當前子矩陣中的元素進行調度時,僅將新元素中的對應行或者列的元素進行調度。
4.一種卷積神經網絡中計算資源的調度裝置,其特征在于,所述裝置包括:
獲取模塊,用于獲取卷積神經網絡中的原始矩陣以及核矩陣;
運算模塊,用于根據核矩陣的尺寸從原始矩陣中獲取當前子矩陣,逐行分別將當前子矩陣中的每一行以及核矩陣調度至一個目標乘法器進行計算,或者逐列分別將當前子矩陣中的每一列以及核矩陣調度至一個目標乘法器進行計算,直至當前子矩陣中的元素被調度完;再根據子矩陣獲取方法獲取當前子矩陣的在行方向上或者列方向上的下一個子矩陣,并將該子矩陣作為當前子矩陣,并返回執行所述逐行分別將當前子矩陣中的每一行以及核矩陣調度至一個目標乘法器進行計算,或者逐列分別將當前子矩陣中的每一列以及核矩陣調度至一個目標乘法器進行計算的步驟;
組合模塊,用于根據所述乘法器的運算結果,與卷積后的矩陣中的元素位置的對應關系,將所述乘法器的運算結果組合成卷積后的矩陣。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于旺微科技(上海)有限公司,未經旺微科技(上海)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811198549.0/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種基于相似性的社區檢測的方法
- 下一篇:具有多個突觸塊的神經形態設備





