[发明专利]基于稀疏化Winograd算法的卷积计算方法和卷积神经网络加速器在审
申请号: | 201910648411.4 | 申请日: | 2019-07-18 |
公开(公告)号: | CN110334803A | 公开(公告)日: | 2019-10-15 |
发明(设计)人: | 王昊楠;刘文剑 | 申请(专利权)人: | 南京风兴科技有限公司 |
主分类号: | G06N3/063 | 分类号: | G06N3/063;G06N3/04;G06N3/08 |
代理公司: | 北京弘权知识产权代理事务所(普通合伙) 11363 | 代理人: | 逯长明;许伟群 |
地址: | 210000 江苏省南京市*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本实施例提供一种基于稀疏化Winograd算法的卷积计算方法及卷积神经网络加速器,涉及集成电路及人工智能领域技术领域。该方法包括对激活数据进行分片,获得多个分片数据d;对每一个分片数据d进行域变换,获得U;以及,获取每一个分片数据d的权重数据V;访问每一组U和V中,所有相同地址上的两个非零值进行点乘计算,获得将所有中的同一像素位置的点乘数据相加,获得融合数据W;根据Winograd卷积公式Y=ATWA,计算激活数据的卷积Y,其中,A为第一变换矩阵。本实施例提供的方法和加速器,能够快速访问U和V中所有相同地址上的两个非零值进行点乘计算,以消除所有含有0输入的冗余乘法操作,提高卷积计算的效率。 | ||
搜索关键词: | 分片数据 卷积计算 加速器 点乘 卷积神经网络 激活数据 非零 卷积 算法 稀疏 人工智能领域 变换矩阵 乘法操作 快速访问 权重数据 融合数据 数据相加 同一像素 域变换 冗余 集成电路 访问 | ||
【主权项】:
1.一种基于稀疏化Winograd算法的卷积计算方法,其特征在于,包括:对激活数据进行分片,获得多个分片数据d;对每一个所述分片数据d进行域变换,获得U;以及,获取每一个所述分片数据d的权重数据V;访问每一组U和V中,所有相同地址上的两个非零值进行点乘计算,获得将所有中的同一像素位置的点乘数据相加,获得融合数据W;根据Winograd卷积公式Y=ATWA,计算所述激活数据的卷积Y,其中,A为第一变换矩阵。
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南京风兴科技有限公司,未经南京风兴科技有限公司许可,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/201910648411.4/,转载请声明来源钻瓜专利网。