信息处理装置、信息处理方法制造方法及图纸

技术编号:23766805 阅读:40 留言:0更新日期:2020-04-11 20:16
本发明专利技术提供信息处理装置、信息处理方法。该信息处理装置包括:控制单元,其被构造为,针对包括多个层的网络的各层,基于数据的位宽设置移位量;多个MAC(乘法累加)单元,其被构造为,对层的多个数据和多个滤波系数执行乘法累加运算;多个移位运算单元,其被构造为,基于移位量对通过所述多个MAC单元获得的多个MAC运算结果进行移位;以及加法单元,其被构造为,计算通过所述多个移位运算单元移位的所述多个MAC运算结果的总和。

Information processing device and method

【技术实现步骤摘要】
信息处理装置、信息处理方法
本专利技术涉及信息处理装置和信息处理方法,尤其涉及具有多个层的网络中的算术技术。
技术介绍
近年来,由于深度学习的发展,图像识别的精度正在提高。卷积神经网络(CNN)作为深度学习中使用的一种方法为人所知。在CNN中,多个层被分层连接,并且在各个层中包括多个特征图像。图2示出了如下网络的示例,其中存在四个层(层1-4),并且各个层中存在四个特征图像。在图2中,特征图像(i,j)表示层i中的第j个特征图像。通过使用学习的滤波系数和特征图像像素(特征数据)来计算滤波器处理结果。滤波处理是乘法累加(MAC)运算,并且包括多个乘法和累加和。图2所示的各个箭头表示MAC运算。通过使用前层的特征图像和与前层相对应的滤波系数来计算当前层的特征图像。为了计算当前层的一个特征图像,需要先前层的多个特征图像的信息。用于计算当前层的各个特征图像的卷积运算的等式如下。其中Oi,j(n)是表示与当前层中的第n个特征图像中的位置(i,j)相对应的MAC运算结果的变量。在等式(1)中,在先前层中有M个特征图像,并且Ii,j(本文档来自技高网...

【技术保护点】
1.一种信息处理装置,其包括:/n控制单元,其被构造为,针对包括多个层的网络的各层,基于数据的位宽设置移位量;/n多个乘法累加单元,其被构造为,对层的多个数据和多个滤波系数执行乘法累加运算;/n多个移位运算单元,其被构造为,基于移位量对通过所述多个乘法累加单元获得的多个乘法累加运算结果进行移位;以及/n加法单元,其被构造为,计算通过所述多个移位运算单元移位的所述多个乘法累加运算结果的总和。/n

【技术特征摘要】
20181003 JP 2018-1886121.一种信息处理装置,其包括:
控制单元,其被构造为,针对包括多个层的网络的各层,基于数据的位宽设置移位量;
多个乘法累加单元,其被构造为,对层的多个数据和多个滤波系数执行乘法累加运算;
多个移位运算单元,其被构造为,基于移位量对通过所述多个乘法累加单元获得的多个乘法累加运算结果进行移位;以及
加法单元,其被构造为,计算通过所述多个移位运算单元移位的所述多个乘法累加运算结果的总和。


2.根据权利要求1所述的信息处理装置,其中,所述多个乘法累加单元在同一电路上执行所述多个层中的各个的乘法累加运算。


3.根据权利要求2所述的信息处理装置,其中,所述多个乘法累加单元在同一电路上依次执行所述多个层中的各个的乘法累加运算。


4.根据权利要求3所述的信息处理装置,其中,所述控制单元针对要处理的各层设置移位量。


5.根据权利要求1所述的信息处理装置,其中,所述多个层包括处理具有彼此不同位宽的数据集的两个或更多个层。


6.根据权利要求1所述的信息处理装置,其中,所述控制单元根据层的数据的位宽,来切换滤波系数的传输计数。


7.根据权利要求1所述的信息处理装置,其中,所述移位运算单元基于多个移位量对所述多个乘法累加运算结果进行移位。


8.根据权利要求1所述的信息处理装置,其中,所述多个乘法累加单元和所述多个移位运算单元并行操作。


9.根据权利要求1所述的信息处理装置,其中,所述加法单元将预定层的总和作为所述预定层之后的层的数据,存储在存储器中。


10.根据权利要求1所述的信息处理装置,所述信息处理装置还包括:
活化单元,其被构造为对总和进行活化处理。


11.根据权利要求10所述的信息处理装置,所述信息处...

【专利技术属性】
技术研发人员:陈则玮
申请(专利权)人:佳能株式会社
类型:发明
国别省市:日本;JP

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1