买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉无锡江南计算技术研究所申请的专利一种支持脉动阵列进行卷积神经网络模型训练的数据重组方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115375973B 。

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211038910.X，技术领域涉及：G06V10/774；该发明授权一种支持脉动阵列进行卷积神经网络模型训练的数据重组方法是由王迪;郝子宇;王吉军;张昆;谭弘兵;李宏亮设计研发完成，并于2022-08-29向国家知识产权局提交的专利申请。

本一种支持脉动阵列进行卷积神经网络模型训练的数据重组方法在说明书摘要公布了：一种支持脉动阵列进行卷积神经网络模型训练的数据重组方法，属于深度神经网络模型训练技术领域。本发明包括如下步骤：步骤1，正向卷积计算：输入和输出特征图遵循通道优先格式，卷积核遵循卷积核个数优先格式；步骤2，反向计算残差：以步骤1输出特征图的残差作为输入特征图，以步骤1中的卷积核作为卷积核；输入和输出特征图遵循通道优先格式，卷积核遵循卷积核个数优先格式；步骤3，反向计算权重：以步骤1的输入特征图作为输入特征图，以步骤1输出特征图的残差作为卷积核；输入和输出特征图遵循通道优先格式，卷积核遵循通道优先格式。本发明能够提高数据的空间局部性，省去了计算中数排布转换的需求，提升计算效率。

本发明授权一种支持脉动阵列进行卷积神经网络模型训练的数据重组方法在权利要求书中公布了：1.一种支持脉动阵列进行卷积神经网络模型训练的数据重组方法，其特征在于，包括如下步骤： 步骤1，正向卷积计算：输入和输出特征图遵循通道优先格式，卷积核遵循卷积核个数优先格式；所述步骤1具体包括如下步骤： 步骤1.1，图像按照通道优先的格式NHWC，卷积核按照卷积核个数优先格式CRSM；从卷积核起始地址，按照粒度读取数据，连续读取粒度数量个卷积核的第一个点，并送入脉动阵列内； 步骤1.2，卷积核读取地址偏移M*R*S个点，继续读取粒度数量个卷积核的第二个点，并送入脉动阵列内；M为卷积核个数，R为卷积核高度，S为卷积核宽度； 步骤1.3，重复步骤1.2的操作，直到读取M*C个数据输入到脉动阵列内；M为卷积核个数，C为卷积核通道深度； 步骤1.4，从输入特征图起始地址，按照粒度读取数据，连续读取粒度数量个输入特征图通道方向的数据，并送入脉动阵列内； 步骤1.5，输入特征图读取地址偏移C个点，继续读取粒度数量个输入特征图通道方向的数据，并送入脉动阵列内；C为图片通道深度； 步骤1.6，重复步骤1.5的操作，直到读取全部输入特征图数据； 步骤1.7，依次更换卷积核，送入图像数据，并重复步骤1.1-1.6；最后将中间值在累加缓冲内进行累加； 步骤2，反向计算残差：以步骤1输出特征图的残差作为输入特征图，以步骤1中的卷积核作为卷积核；输入和输出特征图遵循通道优先格式；卷积核遵循卷积核个数优先格式，且在高度和宽度的维度上进行转置； 步骤3，反向计算权重：以步骤1的输入特征图作为输入特征图，以步骤1输出特征图的残差作为卷积核；输入和输出特征图遵循通道优先格式，输入特征图在高度和宽度的维度上旋转180度；卷积核遵循通道优先格式。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人无锡江南计算技术研究所，其通讯地址为：214100 江苏省无锡市滨湖区山水东路188号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。