本发明公开了基于循环重组和分块的卷积神经网络反向传播映射方法，适用于片上神经网络训练加速器电路，属于神经网络加速器领域。该方法通过数据调度方式将神经网络训练中的反向传播算法映射到现有的用于前向推理的神经网络加速器引擎上，即将卷积神经网络的反向传播中的大卷积操作进行重映射，使得卷积的规模和维度能够适配到用于前向推理的神经网络加速器中。该方法可以在几乎不需要改变硬件架构的情况下，通过将反向传播算法特有的大卷积运算进行重组和分块，将其映射到现有的用于前向推理的神经网络加速器引擎上，从而可以使这类原本只能进行前向推理的加速器很容易就能适配反向传播算法，进而在片上进行神经网络的训练。