向前融合神经网络的装置、板卡、方法及可读存储介质制造方法及图纸

本披露涉及向前融合神经网络的装置、板卡、方法及可读存储介质，其中本披露的计算装置包括在集成电路装置中，该集成电路装置包括通用互联接口和其他处理装置。计算装置与其他处理装置进行交互，共同完成用户指定的计算操作。集成电路装置还可以包括存储装置，存储装置分别与计算装置和其他处理装置连接，用于计算装置和其他处理装置的数据存储。算装置和其他处理装置的数据存储。算装置和其他处理装置的数据存储。

【技术实现步骤摘要】
向前融合神经网络的装置、板卡、方法及可读存储介质


[0001]本披露一般地涉及神经网络领域。更具体地，本披露涉及向前融合神经网络的装置、板卡、方法及可读存储介质。

技术介绍

[0002]神经网络是按照一定规则连接起来的多个神经元系统，大致上是由以下四种层结构所组成：输入层、卷积层(convolution layer)、池化层(pooling layer)、全连接层(fully connected layer)。
[0003]输入层是自输入数据中截取部分信息，转化成特征矩阵方式呈现，其中载有对应该部分信息的特征。卷积层配置成接收来自输入层的特征矩阵，通过卷积操作对输入数据进行特征抽取。卷积层在实际运用时可以建制多层卷积层。池化层配置成对数据的某一个区域用一个值代替，这值通常是该区域所有数值里的最大值或平均值。通过池化，在不至于损失过多信息的前提下，可以缩减模型大小、提高计算速度。全连接层在整个卷积神经网络中起到分类器的作用，相当于特征空间变换，把前面所有有用的信息提取整合，基于不同的分类做信息比对，借以判断输入数据是否相似于比对的标的。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种向前融合神经网络的集成电路装置，包括：处理装置，用以向所述神经网络的起点方向进行融合，以建立模板融合单元；以及计算装置，用以根据所述模板融合单元执行神经网络计算。2.根据权利要求1所述的集成电路装置，其中所述处理装置根据融合策略选择融合的起始层；其中，所述处理装置自所述起始层向所述神经网络的起点方向进行融合。3.根据权利要求2所述的集成电路装置，其中所述模板融合单元中的最前层为所述模板融合单元的输入层，所述起始层为所述模板融合单元的输出层，所述处理装置基于所述输入层及所述输出层进行金字塔融合。4.根据权利要求2所述的集成电路装置，其中所述模板融合单元内的各层为连续。5.根据权利要求4所述的集成电路装置，其中在向所述神经网络的起点方向进行融合时，所述处理装置判断新加入的层是否已被融合，如是，则停止融合。6.根据权利要求4所述的集成电路装置，其中在向所述神经网络的起点方向进行融合时，所述处理装置判断新加入的层是否已被融合，如是，则所述处理装置向所述神经网络的终点方向进行融合。7.根据权利要求4所述的集成电路装置，其中所述处理装置在向所述神经网络的起点方向进行融合后，接着向所述神经网络的终点方向进行融合，以进行跳跃式融合。8.根据权利要求7所述的集成电路装置，其中所述连续各层的最前层为所述模板融合单元的输入层，向后跳跃的最后一层为所述模板融合单元的输出层。9.根据权利要求3或7所述的集成电路装置，其中所述输出层为单分支输出。10.根据权利要求7所述的集成电路装置...

【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：中科寒武纪科技股份有限公司，
类型：发明
国别省市：