摘要
本发明涉及一种基于存算一体架构的高吞吐卷积神经网络递归权重映射方法,所述映射方法基于非易失性存储器的二维阵列结构构成了存算一体芯片的基本单元,其内部存储了卷积神经网络中的权重信息,包括面向单层CNN网络权重复制映射方法、面向多层CNN网络进行递归权重复制映射方法,其中的面向单层CNN网络权重复制映射方法如下步骤:先利用映射工具将CNN模型映射到多个非易失性存储器阵列之中,确定一个权重复制系数后,通过基于扩展窗口的方法,将权重映射到非易失性存储器阵列之中,以达到权重复制映射方法。而面向多层是单层基础上,通过判断层间池化算子是否存在,确定下一层的权重复制系数,并将过程迭代直到网络的最后一层。
技术关键词
映射方法
二维阵列结构
非易失性存储器
存储器阵列
复制方法
网络
输出特征
单层
通道
窗口形状
数据
芯片
端口
数值
资源
基础
系统为您推荐了相关专利信息
存储模组
静态随机存储器
存储模块
读数据
非易失性存储器
映射方法
数据缓存架构
关键帧
坐标转换算法
激光雷达数据处理
信息处理方法
决策树分类算法
序列模式挖掘算法
数据映射方法
时间序列特征