执行层级计算处理的数据处理装置及其方法制造方法及图纸

本发明专利技术提供了一种执行层级计算处理的数据处理装置及其方法。该数据处理装置被构造为对输入数据执行与神经网络相对应的层级计算处理，所述数据处理装置包括：存储单元，其被构造为存储多个控制数据集，所述多个控制数据集中的各个用于将与神经网络相对应的层级计算处理划分而成的多个处理单位中的一个；传输单元，其被构造为从存储单元依次传输所述多个控制数据集；以及计算处理单元，其被构造为使用由传输单元传输的一个控制数据集来进行与所述一个控制数据集相对应的处理单位的计算处理。

【技术实现步骤摘要】
执行层级计算处理的数据处理装置及其方法
本专利技术涉及一种被构造为执行与神经网络对应的层级计算处理的数据处理装置及其方法。
技术介绍
诸如卷积神经网络(在下文中，简称为CNN)的层级计算方法作为能够针对识别目标的变化进行鲁棒图案识别的方法引起了人们的关注。例如，YannLeCun,KorayKavukvuoglu,andClementFarabet,"ConvolutionalNetworksandApplicationsinVision,"Proc.InternationalSymposiumonCircuitsandSystems(ISCAS’10),IEEE,2010.讨论了各种应用示例和实施方式示例。图9是例示简单CNN的示例的网络构造图。在要对图像数据进行CNN处理的情况下，输入层901输入预定大小的图像数据。第一层级908包括特征面903a至903d。第二层级909包括特征面905a至905d。第三层级910包括特征面907。术语“特征面(featuresurface)”是指与预定特征提取计算(卷积计算和非线性处理)本文档来自技高网...

【技术保护点】
1.一种数据处理装置，其被构造为对输入数据执行与神经网络相对应的层级计算处理，所述数据处理装置包括：/n存储单元，其被构造为存储多个控制数据集，所述多个控制数据集中的各个用于将与神经网络相对应的层级计算处理划分而成的多个处理单位中的一个；/n传输单元，其被构造为从存储单元依次传输所述多个控制数据集；以及/n计算处理单元，其被构造为使用由传输单元传输的一个控制数据集来进行与所述一个控制数据集相对应的处理单位的计算处理。/n

【技术特征摘要】
20190228 JP 2019-0367051.一种数据处理装置，其被构造为对输入数据执行与神经网络相对应的层级计算处理，所述数据处理装置包括：
存储单元，其被构造为存储多个控制数据集，所述多个控制数据集中的各个用于将与神经网络相对应的层级计算处理划分而成的多个处理单位中的一个；
传输单元，其被构造为从存储单元依次传输所述多个控制数据集；以及
计算处理单元，其被构造为使用由传输单元传输的一个控制数据集来进行与所述一个控制数据集相对应的处理单位的计算处理。


2.根据权利要求1所述的数据处理装置，其中，所述传输单元被构造为在计算处理单元进行一个处理单位的计算处理的同时，传输在下一处理单位的计算处理中使用的控制数据集。


3.根据权利要求1所述的数据处理装置，其中，处理单位是神经网络的层级单位。


4.根据权利要求1所述的数据处理装置，其中，处理单位是神经网络的特征面单位。


5.根据权利要求1所述的数据处理装置，其中，控制数据包含计算处理的权重系数。


6.根据权利要求5所述的数据处理装置，其中，计算处理单元所参照的存储器包括被构造为存储权重系数的权重系数存储区域。


7.根据权利要求6所述的数据处理装置，其中，对处理单位进行确定，使得处理单位的处理所需的权重系数的存储器的量不超过权重系数存储区域的存储器大小。


8.根据权利要求6所述的数据处理装置，其中，所述计算处理单元被构造为与上一处理单位的计算处理的执行并行地将一个处理单位的计算处理中使用的权重系数进行存储。


9.根据权利要求4所述的数据处理装置，其中，计算处理单元被构造为使用权重系数对输入数据进行卷积计算。


10.根据权利要求1所述的数据处理装置，其中，控制数据包含计算处理的操作参数。


11.根据权利要求10所述的数据处理装置，所述数据处理装置还...

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