[发明专利]面向固定输出范式Winograd卷积的神经网络处理器有效
| 申请号： | 201811122004.1 | 申请日： | 2018-09-26 |
| 公开（公告）号： | CN109359730B | 公开（公告）日： | 2020-12-29 |
| 发明（设计）人： | 韩银和;闵丰;许浩博;王颖 | 申请（专利权）人： | 中国科学院计算技术研究所 |
| 主分类号： | G06N3/063 | 分类号： | G06N3/063;G06N3/04;G06N3/08 |
| 代理公司： | 北京泛华伟业知识产权代理有限公司 11280 | 代理人： | 王勇;李科 |
| 地址： | 100190 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种面向固定输出范式Winograd卷积的运算单元和基于该运算单元的神经网络处理器。该运算单元包括取反单元、累加单元和第一选通器，取反单元的输出端连接至累加单元的输入端，第一选通器用于控制将待计算的输入数据传递至取反单元的输入端或传递至累加单元的输入端，累加单元分时接收待计算的输入数据、取反单元的输出值或累加单元的输出值以利用加减运算实现Winograd卷积中的矩阵转换操作。利用本发明运算单元用于神经网络的卷积运算，能够提高计算效率并降低运行功耗。 | ||
| 搜索关键词： | 面向 固定 输出 范式 winograd 卷积 神经网络 处理器 | ||
【主权项】：
1.一种面向固定输出范式Winograd卷积的运算单元，应用于神经网络的卷积运算，其特征在于，所述运算单元包括取反单元、累加单元和第一选通器，所述取反单元的输出端连接至所述累加单元的输入端，所述第一选通器用于控制将待计算的输入数据传递至所述取反单元的输入端或传递至所述累加单元的输入端，所述累加单元分时接收待计算的输入数据、所述取反单元的输出值或所述累加单元的输出值以利用加减运算实现Winograd卷积中的矩阵转换操作,其中，所述Winograd卷积的输出范式为F(2*2,3*3)，2*2表示输出特征图的规模，3*3表示卷积核的规模。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院计算技术研究所，未经中国科学院计算技术研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811122004.1/，转载请声明来源钻瓜专利网。
