[發明專利]神經網絡加速控制方法、裝置、電子設備及存儲介質

在審

• 申請號: 202011440214.2
• 申請日: 2020-12-07
• 公開（公告）號: CN112613605A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 陳海波;鄧新峰
• 申請（專利權）人: 深蘭人工智能（深圳）有限公司
• 主分類號: G06N3/063
• 分類號: G06N3/063;G06N3/04;G06N3/08
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 程琛

1.一種神經網絡加速控制方法，其特征在于，應用于與任務處理器連接的加速器，所述方法包括：

基于神經網絡中當前層的參數，讀取當前層的輸入特征圖和權重，執行所述當前層的計算，同時基于所述神經網絡的參數文件，確定所述神經網絡中下一層的參數，讀取下一層的輸入特征圖和權重；

所述當前層的計算結束后，將所述當前層的下一層更新為當前層，直至所述當前層為所述神經網絡的最后一層；

其中，所述參數文件預先存儲在所述加速器的存儲器中。

2.根據權利要求1所述的神經網絡加速控制方法，其特征在于，所述基于所述神經網絡的參數文件，確定所述神經網絡中下一層的參數，包括：

基于所述神經網絡中各層的計算順序、當前層的序號以及所述參數文件中各層的參數，確定所述神經網絡中下一層的參數。

3.根據權利要求2所述的神經網絡加速控制方法，其特征在于，所述參數包括地址參數和結構參數。

4.根據權利要求3所述的神經網絡加速控制方法，其特征在于，所述基于神經網絡中當前層的參數，讀取當前層的輸入特征圖和權重，執行所述當前層的計算，包括：

基于所述當前層的地址參數，從所述任務處理器中讀取當前層的輸入特征圖和權重；

基于所述當前層的結構參數、所述當前層的輸入特征圖、所述當前層的權重以及上一層的輸出結果，確定所述當前層的輸出結果。

5.根據權利要求4所述的神經網絡加速控制方法，其特征在于，所述基于所述當前層的結構參數、所述當前層的輸入特征圖、所述當前層的權重以及上一層的輸出結果，確定所述當前層的輸出結果，之后還包括：

將所述當前層的輸出結果輸出至所述任務處理器中。

6.根據權利要求1至5任一項所述的神經網絡加速控制方法，其特征在于，所述神經網絡為預先訓練好的圖像識別模型，所述圖像識別模型的輸入為待識別的圖像，所述圖像識別模型中每層的參數存儲在所述參數文件中。

7.一種神經網絡加速控制裝置，其特征在于，與任務處理器連接，包括：

計算單元，用于基于神經網絡中當前層的參數，讀取當前層的輸入特征圖和權重，執行所述當前層的計算，同時基于所述神經網絡的參數文件，確定所述神經網絡中下一層的參數，讀取下一層的輸入特征圖和權重；

更新單元，用于所述當前層的計算結束后，將所述當前層的下一層更新為當前層，直至所述當前層為所述神經網絡的最后一層；

其中，所述參數文件預先存儲在所述裝置的存儲器中。

8.根據權利要求7所述的神經網絡加速控制裝置，其特征在于，所述計算單元包括：

參數確定子單元，用于基于所述神經網絡中各層的計算順序、當前層的序號以及所述參數文件中各層的參數，確定所述神經網絡中下一層的參數。

9.根據權利要求8所述的神經網絡加速控制裝置，其特征在于，所述參數包括地址參數和結構參數。

10.根據權利要求9所述的神經網絡加速控制裝置，其特征在于，所述計算單元還包括參數計算子單元，所述參數計算子單元包括：

參數讀取模塊，用于基于所述當前層的地址參數，從所述任務處理器中讀取當前層的輸入特征圖和權重；

結果計算模塊，用于基于所述當前層的結構參數、所述當前層的輸入特征圖、所述當前層的權重以及上一層的輸出結果，確定所述當前層的輸出結果。

11.根據權利要求10所述的神經網絡加速控制裝置，其特征在于，所述結果計算模塊包括：

結果輸出子模塊，用于將所述當前層的輸出結果輸出至所述任務處理器中。

12.根據權利要求7至11任一項所述的神經網絡加速控制裝置，其特征在于，所述神經網絡為預先訓練好的圖像識別模型，所述圖像識別模型的輸入為待識別的圖像，所述圖像識別模型中每層的參數存儲在所述參數文件中。