摘要
本发明公开了一种基于卷积核实现的并行卷积神经网络、并行卷积的卷积运算方法、装置和计算机设备,其中,并行卷积神经网络有多个2并行卷积核,2并行卷积核包括:第一卷积因子,其输入端连接至第一输入端,用于接收第一采样信号;第二卷积因子,其输入端连接至第二输入端,用于接收第二采样信号;第三卷积因子,其输入端通过加法器连接至第一输入端和第二输入端,用于接收第一采样信号和第二采样信号的叠加结果,第三卷积因子由第一卷积因子和第二卷积因子通过加减运算得到。通过三个卷积因子进行三次乘法操作得到输出信号,相对于传统的卷积运算而言,减少了乘法操作的次数,从而减少在进行卷积运算时的运算量,提高运算速度,缩短运算时间。
技术关键词
卷积运算方法
分类识别方法
因子
输入端
信号
加法器
卷积运算装置
图像
缩短运算时间
矩阵
分类识别模型
卷积神经网络模型
输出端
数据
计算机设备
元素
时序
可读存储介质
模块
训练集