一种卷积神经网络的快速卷积计算方法、设备及存储介质

    公开(公告)号:CN113705808A

    公开(公告)日:2021-11-26

    申请号:CN202111027436.6

    申请日:2021-09-02

    IPC分类号: G06N3/08 G06F17/15 G06N3/04

    摘要: 本发明涉及一种卷积神经网络的快速卷积计算方法、设备及存储介质,该方法应用于大多现有卷积神经网络结构,如AlexNet,ResNet,包括步骤如下:(1)先确定所需处理的图像的特征大小以及卷积核大小n*n;(2)建立存储图像特征的空平面;(3)根据卷积核大小建立空平面;(4)将卷积核与特征图像中的元变换到对数域中,即从整数到对数;将对应元做相加处理,将相加结果转换到整数域,即从对数到整数;(5)将所得结果读入空平面中;求取卷积的特征图。本发明(加法)大大节约计算机内存空间,加快了计算速度,节约了训练时间。