[发明专利]三值权重卷积网络处理系统及方法

权利要求书

1.一种三值权重卷积神经网络的处理系统，其特征在于，包括：

至少一个存储单元，用于存储数据和指令；

至少一个控制单元，用于获得保存在所述存储单元的指令并发出控制信号；

至少一个计算单元，用于从所述存储单元获得卷积神经网络中的一层的节点值和对应的三值权重值数据并通过执行加减操作获得下一层的节点值；

其中，所述计算单元包括：卷积单元和累加器，所述卷积单元的输入为所述卷积神经网络中的一层的节点值和所述三值权重值数据，并且所述卷积单元的输出连接至所述累加器；

所述卷积单元由数值取反单元、多路选择单元和加法器构成，所述数值取反单元的输入为所述卷积神经网络中的一层的节点值，所述数值取反单元的输出接入至所述多路选择单元的一个输入，所述多路选择单元的另一个输入为所述卷积神经网络中的一层的节点值，所述多路选择单元的控制输入为所述三值权重值数据，所述多路选择单元的输出连接至所述加法器，所述加法器的输出作为反馈接入所述加法器，并且将所述加法器的输出作为所述卷积单元的输出；

其中，所述三值权重值数据的取值为1或者0或者-1。

2.根据权利要求1所述的系统，其特征在于，在所述卷积单元工作时去除或不予考虑数值为0的权重值。

3.根据权利要求2所述的系统，其特征在于，所述三值权重值进一步重映射为函数r(z)：

其中，z表示输入操作数，r(z)表示映射结果。

4.根据权利要求3所述的系统，其中，在所述卷积单元工作时去除或不予考虑数值为0的权重值包括：

针对数值为1或-1的权重值，设置与其相关联的步进值，该步进值用于指示当前权重值与下一个数值为1或-1的权重值之间的距离。

5.一种对权利要求1-4中任意一项所述三值权重卷积神经网络的处理系统的处理方法，其特征在于，包括：

获得卷积神经网络中的一层的节点值和对应的三值权重值数据；

将获得的所述卷积神经网络中的一层的节点值作为所述数值取反单元的输入，将获得的所述三值权重值数据作为所述多路选择单元的控制输入，基于所述计算单元的输出获得下一层的节点值。

6.根据权利要求5所述的处理方法，其中，所述三值权重值为1，0和-1，其中，在卷积时去除或不予考虑数值为0的权重值。

7.根据权利要求6所述的处理方法，其中，通过执行加减操作进行卷积来获得下一层的节点值包括：

当权重值为1时，将原始输入数据传送到加法器；以及

当权重值为-1时，将经过数值取反后的输入数据传送到加法器。

8.根据权利要求6所述的处理方法，其中，在卷积时去除或不予考虑数值为0的权重值包括：

针对数值为1或-1的权重值，设置与其相关联的步进值，该步进值用于指示当前权重值与下一个数值为1或-1的权重值之间的距离。