一种全加卷积方法和装置制造方法及图纸

本发明专利技术公开了一种全加卷积方法和装置，根据输入图像的脉冲数据，确定进行累加操作的各目标权重地址；对所述各目标权重地址对应的权重执行累加操作，得到全加卷积值，将所述全加卷积值确定为所述输入图像的特征向量，其中，所述输入图像的脉冲数据为0和1的脉冲数据。本发明专利技术利用输入图像的脉冲数据二值化特点，采用累加代替乘加，减少计算量和计算时间，降低芯片功耗，缩小芯片面积。

A method and device of total additive convolution

【技术实现步骤摘要】
一种全加卷积方法和装置
本专利技术涉及人工智能
，具体而言，涉及一种全加卷积方法和装置。
技术介绍
现有的人工智能芯片在计算神经网络的加法操作过程中，输入的神经元激活值需满足高精度要求，在计算过程使用了乘法器与加法器，造成计算资源和存储资源的消耗，增加人工智能芯片的功耗和面积。
技术实现思路
为解决上述问题，本专利技术的目的在于提供一种全加卷积方法和装置，利用输入图像的脉冲数据二值化特点，采用累加代替乘加，减少计算量和计算时间，降低芯片功耗，缩小芯片面积。本专利技术提供了一种全加卷积方法，所述方法包括：根据输入图像的脉冲数据，确定进行累加操作的各目标权重地址；对所述各目标权重地址对应的权重执行累加操作，得到全加卷积值，将所述全加卷积值确定为所述输入图像的特征向量，其中，所述输入图像的脉冲数据为0和1的脉冲数据。作为本专利技术进一步的改进，根据所述输入图像的脉冲数据，确定进行累加操作的各目标权重地址，包括：根据所述输入图像的脉冲数据，生成各脉冲数据对应的权重地址；>遍历所述输入图像的本文档来自技高网...

【技术保护点】
1.一种全加卷积方法，其特征在于，所述方法包括：/n根据输入图像的脉冲数据，确定进行累加操作的各目标权重地址；/n对所述各目标权重地址对应的权重执行累加操作，得到全加卷积值，将所述全加卷积值确定为所述输入图像的特征向量，其中，所述输入图像的脉冲数据为0和1的脉冲数据。/n

【技术特征摘要】
1.一种全加卷积方法，其特征在于，所述方法包括：
根据输入图像的脉冲数据，确定进行累加操作的各目标权重地址；
对所述各目标权重地址对应的权重执行累加操作，得到全加卷积值，将所述全加卷积值确定为所述输入图像的特征向量，其中，所述输入图像的脉冲数据为0和1的脉冲数据。


2.如权利要求1所述的方法，其中，根据所述输入图像的脉冲数据，确定进行累加操作的各目标权重地址，包括：
根据所述输入图像的脉冲数据，生成各脉冲数据对应的权重地址；
遍历所述输入图像的脉冲数据，将数值为1的脉冲数据对应的权重地址确定为所述目标权重地址。


3.如权利要求1所述的方法，其中，根据输入图像的脉冲数据，确定进行累加操作的各目标权重地址，包括：
根据所述输入图像的脉冲数据，生成数值为1的脉冲数据对应的各权重地址；
将所述数值为1的脉冲数据对应的各权重地址确定为所述目标权重地址。


4.如权利要求1所述的方法，根据输入图像的脉冲数据，确定进行累加操作的各目标权重地址，包括：
根据所述输入图像的脉冲数据，生成各脉冲数据对应的权重地址；
将各脉冲数据对应的权重地址确定为所述目标权重地址。


5.如权利要求4所述的方法，其中，对所述各目标权重地址对应的权重执行累加操作，得到全加卷积值，包括：
遍历所述输入图像的脉冲数据；
在脉冲数据为0时，将0确定为待累加的权重；
在脉冲数据为1时，将参考权重地址对应的权重确定为待累加的权重，其中，所述参考权重地址为所述数值为1的脉冲数据对应...

【专利技术属性】
技术研发人员：王红伟，吴臻志，
申请(专利权)人：北京灵汐科技有限公司，
类型：发明
国别省市：北京;11