基于实数FFT及IFFT快速卷积的CNN推理架构设计方法

AITNT
正文
推荐专利
基于实数FFT及IFFT快速卷积的CNN推理架构设计方法
申请号:CN202411024760
申请日期:2024-07-29
公开号:CN118551850B
公开日期:2024-11-22
类型:发明专利
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
1
故障诊断方法、装置及计算机程序产品
故障诊断模型 时域特征 频域特征 融合特征 故障诊断方法
2
结合时频分析与注意力机制的TCN-LSTM风能发电量预测方法
发电量预测方法 注意力机制 风能 频域特征 时域特征
3
化工生产过程中的危险源自动识别与风险控制方法
风险控制方法 压力 LSTM模型 时间段 频率
4
跨用户歌唱风格迁移的深度神经网络训练系统
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
5
面向数模混合芯片的多通道并行测试系统及自校准方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号