申请/专利权人：中山大学

申请日：2023-03-10

公开（公告）日：2023-08-04

公开（公告）号：CN116542294A

主分类号：G06N3/0464

分类号：G06N3/0464;G06F17/16

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.08.22#实质审查的生效;2023.08.04#公开

摘要：本发明公开了一种适用于大卷积核的三维Winograd嵌套方法，包括：将三维的原始数据进行有重叠的重新排列，进行三维Winograd转换，得到重排数据；对重排数据逐行抽取数据，进行有重叠的重新排列，进行三维Winograd转换，得到二维的激活转换矩阵；将三维的卷积核数据重新排列，进行三维Winograd转换，得到二维的卷积核转换矩阵；将激活转换矩阵与卷积核转换矩阵相乘，得到二维矩阵，作为输出转换矩阵；将输出转换矩阵进行重新排列并进行三维Winograd转换，得到三维的卷积输出结果。本发明降低了大尺寸三维卷积的计算复杂度，提高了Winograd算法的数值稳定性，可广泛应用于卷积神经网络算法领域。

主权项：1.一种适用于大卷积核的三维Winograd嵌套方法，其特征在于，包括：将三维的原始数据每一面的数据进行有重叠的重新排列，并进行三维Winograd转换，得到重排数据；对所述重排数据逐行抽取数据，进行有重叠的重新排列，并进行三维Winograd转换，得到一个二维矩阵，作为激活转换矩阵；将三维的卷积核数据每一面的数据重新排列，并进行三维Winograd转换，得到一个二维矩阵，作为卷积核转换矩阵；将所述激活转换矩阵与所述卷积核转换矩阵相乘，得到一个二维矩阵，作为输出转换矩阵；将所述输出转换矩阵进行重新排列并进行三维Winograd转换，得到三维的卷积输出结果。

全文数据：

权利要求：

百度查询： 中山大学 一种适用于大卷积核的三维Winograd嵌套方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD