[发明专利]一种神经网络处理方法及处理系统

权利要求书

1.一种神经网络处理系统，包括输入数据存储单元、输出数据存储单元、权重存储单元、控制单元、卷积单元、池化单元、输入数据缓存单元、权重缓存单元、输出缓存单元，其中：

输入数据存储单元与输入数据缓存单元相连，用于存储参与计算的数据，该数据包括原始特征图数据、参与神经网络中间层计算的数据以及各层的卷积参数与池化参数；

权重存储单元与权重缓存单元相连，用于存储已经训练好的权重数据；

卷积单元接收输入数据缓存单元与权重缓存单元的神经元和权值并执行卷积操作；

池化单元与卷积单元相连，用于池化卷积单元输出的神经元，并将池化后的结果传递至输出缓存单元；

输出缓存单元用于存储池化后的神经元；

输出数据存储单元与输出缓存单元相连，用于存储池化后的批量输出结果；

控制单元与输入数据存储单元、权重存储单元、卷积单元、输出缓存单元、池化单元、输出数据存储单元相连，其获得卷积与池化的相关参数，以控制各单元进行神经网络的数据传输与计算；

以及其中控制单元被配置为用于：基于池化参数确定相对于原卷积域的增大卷积域，其中所述增大卷积域的边长是L＝l+(q-1)*s，其中，L表示增大卷积域的边长，l表示原卷积域的边长，s表示原卷积步长，q表示池化参数中的池化域边长；以相对于原卷积步长增大的卷积步长和所述增大卷积域对神经网络的输入特征图进行扫描并载入输入数据缓存单元，其中所述增大的卷积步长为S＝s*q，S表示增大的卷积步长；以及将输入数据缓存单元中所述增大卷积域范围的神经元划分为多个子卷积域，各子卷积域之间存在复用的神经元，以及将各子卷积域的神经元与相应卷积核权值传输至卷积单元，其中，每个子卷积域的尺寸与原卷积核的尺寸相等；其中控制单元将所述多个子卷积域的神经元与相应卷积核权值加载至卷积单元；

卷积单元被配置为用于执行所述多个子卷积域的神经元与相应卷积核权值的卷积运算，以获得多个子卷积结果；所述卷积单元包括多个卷积模块，一个卷积模块用于执行一个所述子卷积域的神经元与相应卷积核权值的卷积运算；

池化单元被配置为用于对于来自所述卷积单元输出的所述多个子卷积结果执行池化处理，并池化处理的结果传递至输出缓存单元。

2.根据权利要求1所述的神经网络处理系统，其特征在于，所述控制单元每周期调用与所述多个子卷积域数量相等的所述卷积模块，以并行执行所述多个子卷积域的神经元与相应卷积核权值的卷积运算。

3.一种基于权利要求1所述的神经网络处理系统的神经网络处理方法，包括以下步骤：

步骤1：由控制单元基于池化参数确定相对于原卷积域的增大卷积域，其中所述增大卷积域的边长是L＝l+(q-1)*s，其中，L表示增大卷积域的边长，l表示原卷积域的边长，s表示原卷积步长，q表示池化参数中的池化域边长；

步骤2：由控制单元以相对于原卷积步长增大的卷积步长和所述增大卷积域对神经网络的输入特征图进行扫描并载入输入数据缓存单元，其中所述增大的卷积步长为S＝s*q，S表示增大的卷积步长；

步骤3：由控制单元将输入数据缓存单元中所述增大卷积域范围的神经元划分为多个子卷积域，其中，每个子卷积域的尺寸与原卷积域的尺寸相等，各子卷积域之间存在复用的神经元，以及将各子卷积域的神经元与相应卷积核权值传输至卷积单元；

步骤4：由卷积单元执行所述多个子卷积域的神经元与相应卷积核权值的卷积运算，以获得多个子卷积结果；

步骤5：由池化单元对所述多个子卷积结果执行池化处理，并池化处理的结果传递至输出缓存单元。

4.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现根据权利要求3所述方法的步骤。

5.一种计算机设备，包括存储器和处理器，在所述存储器上存储有能够在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求3所述的方法的步骤。