|
钻瓜专利网为您找到相关结果 951个,建议您 升级VIP下载更多相关专利
- [发明专利]一种基于NNA的支持focus操作的卷积实现方法-CN202210322774.0在审
-
李岩;王荔枝
-
合肥君正科技有限公司
-
2022-03-29
-
2023-10-27
-
G06N3/0464
- 本发明提供一种基于NNA的支持focus操作的卷积实现方法,包括:S1,假定网络中存在2个连续层,focus层后紧接着为卷积层,并且卷积层进行卷积核为kernelX*kernelY的卷积,卷积步长为strideX*strideY,其中,kernelX、kernelY是未结合之前卷积层的卷积核在X、Y方向上的大小,strideX、strideY为未结合之前卷积层在X、Y方向上的卷积步长;S2,在把所述focus和卷积层进行合并,合并之后等价于在未进行focus操作的FeatureMap上进行卷积核为(2*kernelX)*(2*kernelY)的卷积,卷积步长为(2*strideX)*(2*strideY);S3,通过对每次卷积对应的输入FeatureMap数据进行重排序,把卷积核大小(2*kernelX)*(2*kernelY)且步长(2*strideX)*(2*strideY)的卷积等价的转化为大小1*1步长1*1的卷积,使得focus层和输入层结合后能够在NNA上正常实现。
- 一种基于nna支持focus操作卷积实现方法
- [发明专利]一种基于NNA的1xN卷积的实现方法-CN202210320413.2在审
-
刘子航
-
合肥君正科技有限公司
-
2022-03-29
-
2023-10-27
-
G06N3/0464
- 本发明提供一种基于NNA的1xN卷积的实现方法,在不满足NNA相关参数范围时,通过对输入图像和卷积核矩阵进行拆分、重组、累加来实现NNA卷积加速,其中,卷积核拆分:对于1xN卷积,当N大于3时,超出了NNA寄存器参数范围,通过卷积核拆分实现NNA卷积加速;还包括NNA寄存器配置:使用NNA进行卷积加速必须正确配置NNA相关寄存器、卷积的步长、卷积核大小的必要参数都通过NNA寄存器进行配置,这些参数都必须在NNA支持的参数范围内才能得到正确的卷积结果。通过配置相关寄存器参数实现卷积核矩阵维度≤3x3的卷积计算加速,从而大幅度减少神经网络运行时间,在实际应用中实时性更高,用户体验更好。在不满足NNA相关参数范围时,保证通用性又能提高卷积运算速度。
- 一种基于nnaxn卷积实现方法
|