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！

龙图腾网获悉北京邮电大学申请的专利一种在FPGA上部署卷积神经网络的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：CN117035021B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202311003788.7，技术领域涉及：G06N3/0464；该发明授权一种在FPGA上部署卷积神经网络的方法是由赵康;杨骐瑞;侯人靖;喻文健设计研发完成，并于2023-08-10向国家知识产权局提交的专利申请。

本一种在FPGA上部署卷积神经网络的方法在说明书摘要公布了：本发明公开了一种在FPGA上部署卷积神经网络的方法，涉及CNN硬件部署技术领域，该方法包括：在对卷积神经网络进行Python到C++代码的转换过程中：若卷积神经网络中存在特定网络结构，则对每个特定网络结构，将特定网络结构内两个层合并到一个共享的内层循环中；特定网络结构为两个层具有共享的外部循环，两个层之间只有中间结果的数据存在数据依赖关系；若卷积神经网络中卷积层的数量小于或者等于设定值，则采用循环展开的方式循环并行计算，否则则采用循环流水的方式循环并行计算；对于卷积神经网络中参与计算的数组，对数组进行切片得到多个缓冲区；缓冲区分为行缓冲和窗口缓冲。本发明实现了CNN快速低功耗推理工作。

本发明授权一种在FPGA上部署卷积神经网络的方法在权利要求书中公布了：1.一种在FPGA上部署卷积神经网络的方法，其特征在于，包括： 在对卷积神经网络进行Python到C++代码的转换过程中： 若所述卷积神经网络中存在特定网络结构，则对于每个特定网络结构，将特定网络结构内两个层合并到一个共享的内层循环中；所述特定网络结构为两个层具有共享的外部循环，两个层之间只有中间结果的数据存在数据依赖关系； 对于所述卷积神经网络中卷积操作，若所述卷积神经网络中卷积层的数量小于或者等于设定值，则采用循环展开的方式进行循环并行计算，若卷积层的数量大于所述设定值，则采用循环流水的方式进行循环并行计算； 对于所述卷积神经网络中参与计算的数组，对所述数组进行切片，得到多个缓冲区，各所述缓冲区保存一个数组切片；所述缓冲区分为行缓冲和窗口缓冲，所述行缓冲用于保存输入数据，所述窗口缓冲用于保存参与计算的数据； 对所述数组进行切片具体包括： 对于每层循环对应的迭代器，记为目标迭代器： 若数组寻址的下标不包含所述目标迭代器的下标，对所述数组进行切片时，将构建广播连接到各计算单元； 若数组寻址的下标仅包含所述目标迭代器的下标，对所述数组进行切片时，将为每个缓冲区到每个计算单元构建一条直连通路； 若数组寻址的下标不仅包含所述目标迭代器的下标还包含其他下标，对所述数组进行切片时，先经过互联然后接入计算单元。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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”。

以上内容由龙图腾AI智能生成。