[发明专利]一种卷积神经网络的并行计算方法及装置

权利要求书

1.一种卷积神经网络的并行计算方法，其特征在于，所述方法包括：

获取待卷积的图像数据，其中，所述待卷积的图像数据中的任一像素点数据是由原图像数据中对应所述任一像素点数据所在位置的第一像素点数据与相隔N个像素点数据的至少一个第二像素点数据合并得到的，所述第一像素点数据和所述至少一个第二像素点数据位于同一行，N由第一卷积步长确定；

将所述待卷积的图像数据与权重数据进行卷积，得到至少两个卷积结果。

2.根据权利要求1所述的方法，其特征在于，所述任一像素点数据是由所述第一像素点数据与相隔N个像素点数据的第二像素点数据合并得到的；

获取待卷积的图像数据，包括：

将所述原图像数据的每一行中每相隔N个像素点数据的两个像素点数据合并为一个像素点数据，得到重排后的图像数据；

从所述重排后的图像数据中获取待卷积的图像数据。

3.根据权利要求2所述的方法，其特征在于，

所述重排后的图像数据对应的第二卷积步长是所述第一卷积步长的两倍。

4.根据权利要求1所述的方法，其特征在于，所述任一像素点数据是由所述第一像素点数据与相隔N个像素点数据的第二像素点数据合并得到的；

将所述待卷积的图像数据与权重数据进行卷积，得到至少两个卷积结果，包括：

将所述待卷积的图像数据中第i个像素点数据对应的第i个第一像素点数据输入第i个DSP的第一端口的高位，将相隔N个像素点数据的第i个第二像素点数据输入所述第i个数字信号处理DSP的第二端口的低位，以及将所述权重数据中与所述第i个像素点数据对应的第i个权重数据输入所述第i个DSP的第三端口的低位，将i从1遍历至M，共得到2×M个乘累加结果，M为所述权重数据的个数；

对所述2×M个累加结果进行累加，得到两个卷积结果。

5.根据权利要求4所述的方法，其特征在于，所述M个DSP中每八个DSP级联为一组；

对所述2×M个累加结果进行累加，得到两个卷积结果，包括：

将每八个DSP中的第j个DSP的乘累加结果累加至第j+1个DSP的乘累加结果上，j从1遍历至8，共得到M/8个中间累加值；

通过除所述M个DSP外的DSP对所述M/8个中间累加值进行累加，得到两个卷积结果。

6.根据权利要求5所述的方法，其特征在于，

所述第j+1个DSP输出乘累加结果的时刻与所述第j个DSP输出乘累加结果的时刻之间的时间间隔为第一预设间隔；

第k组DSP输出中间累加值的时刻与第k+1组DSP输出中间累加值的时刻之间的时间间隔为第二预设时间间隔，其中，k为1-M/8中任一整数。

7.一种卷积神经网络的并行计算装置，其特征在于，包括：

存储器，用于存储指令；

处理器，用于读取所述存储器中的指令，执行下列过程：

获取待卷积的图像数据，其中，所述待卷积的图像数据中的任一像素点数据是由原图像数据中对应所述任一像素点数据所在位置的第一像素点数据与相隔N个像素点数据的至少一个第二像素点数据合并得到的，所述第一像素点数据和所述至少一个第二像素点数据位于同一行，N由第一卷积步长确定；

将所述待卷积的图像数据与权重数据进行卷积，得到至少两个卷积结果。

8.根据权利要求7所述的装置，其特征在于，所述任一像素点数据是由所述第一像素点数据与相隔N个像素点数据的第二像素点数据合并得到的；

在所述处理器获取待卷积的图像数据时，具体用于：

将所述原图像数据的每一行中每相隔N个像素点数据的两个像素点数据合并为一个像素点数据，得到重排后的图像数据；

从所述重排后的图像数据中获取待卷积的图像数据。

9.根据权利要求8所述的装置，其特征在于，

所述重排后的图像数据对应的第二卷积步长是所述第一卷积步长的两倍。