| 发明名称 | 卷积神经网络的计算资源优化方法及系统 | ||
| 摘要 | 本发明公开了一种卷积神经网络的计算资源优化方法，所述卷积神经网络的计算资源优化方法包括以下步骤：将卷积神经网络的输入Map拆分为包括若干个子Map的子Map矩阵，其中，所述输入Map的尺寸为H×W，H＞0，W＞0；对每个所述子Map进行单独的卷积操作以得到每个所述子Map的卷积操作的计算结果；根据全部所述子Map的卷积操作的计算结果原位拼接成所述输入Map的卷积操作的计算结果，其中，原位拼接指将所述子Map的卷积操作的结果放在所述子Map在所述输入Map中对应的位置。本发明还公开了一种卷积神经网络的计算资源优化系统。本发明的技术方案可以实现节约计算资源和提高计算实时性的目的。 | ||
| 申请公布号 | CN106447030A | 申请公布日期 | 2017.02.22 |
| 申请号 | CN201610779212.3 | 申请日期 | 2016.08.30 |
| 申请人 | 深圳市诺比邻科技有限公司 | 发明人 | 谌璟;宁迪浩;孙庆新;关艳峰;梁波 |
| 分类号 | G06N3/04(2006.01)I | 主分类号 | G06N3/04(2006.01)I |
| 代理机构 | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人 | 胡海国 |
| 主权项 | 一种卷积神经网络的计算资源优化方法，其特征在于，所述卷积神经网络的计算资源优化方法包括以下步骤：将卷积神经网络的输入Map拆分为包括若干个子Map的子Map矩阵，其中，所述输入Map的尺寸为H×W，H＞0，W＞0；对每个所述子Map进行单独的卷积操作以得到每个所述子Map的卷积操作的计算结果；根据全部所述子Map的卷积操作的计算结果原位拼接成所述输入Map的卷积操作的计算结果，其中，原位拼接指将所述子Map的卷积操作的结果放在所述子Map在所述输入Map中对应的位置。 | ||
| 地址 | 518066 广东省深圳市南山区桃源街道丽山路大学城创业园A区六楼601室 | ||