摘要
本申请涉及一种基于实数FFT及IFFT快速卷积的CNN推理架构设计方法。所述方法通过变换卷积的计算域降低计算复杂度以提升卷积计算实时性及效率,进而提升CNN推理过程的计算实时性及效率;采用实数FFT变换和IFFT变换实现复杂复数FFT变换和IFFT变换,并且采用短点数FFT变换以降低旋转因子乘法资源消耗;通过利用卷积线性特性,合并共享输入二维FFT变换和输出IFFT变换,进一步降低变换计算所需的计算资源;采用串行实数乘法实现复数点乘。本方法在低复杂度快速计算基础上,实现低计算资源代价的CNN推理架构。
技术关键词
架构设计方法
频域特征
多通道并行
乘法器
计算资源代价
内核
推理架构
分块特征
模块
数据
因子
复杂度
IP核
数值
离线
在线
线性
系统为您推荐了相关专利信息
故障诊断模型
时域特征
频域特征
融合特征
故障诊断方法
发电量预测方法
注意力机制
风能
频域特征
时域特征
深度神经网络训练
风格
编码模块
短时傅里叶变换
生成对抗网络
数模混合芯片
多通道并行
毫米波频段
校准方法
神经网络模型