| 1 |
1
기설정된 모자이크 타입에 기초하여, 입력 특징 맵을 합성곱 연산하여 출력 특징 맵의 적어도 하나의 픽셀정보를 출력하는 제1 연산부;상기 적어도 하나의 픽셀정보에 기초하여, 상기 출력 특징 맵의 나머지 픽셀정보에 대해 스킵픽셀과 연산픽셀 중 어느 하나로 예측하는 예측부; 및상기 스킵픽셀에 대한 합성곱 연산을 스킵하여 0의 출력으로 처리하는 제2 연산부를 포함하고,상기 출력 특징 맵의 0의 출력에 기초하여, 새로 생성되는 다음의 입력 특징 맵을 합성곱 연산하는 희소 행렬 가속부를 더 포함하며,상기 희소 행렬 가속부는, 상기 출력 특징 맵 중 상기 0의 출력을 제외한 픽셀정보에 대응하는 커널과 스트라이드를 통해 상기 다음의 입력 특징 맵을 합성곱 연산하는 합성곱 신경망의 연산 장치
|
| 2 |
2
제1항에 있어서, 상기 제1 연산부는, 기설정된 모자이크 타입에 기초하여, 미리 정해진 예측 패턴을 검출하는 합성곱 신경망의 연산 장치
|
| 3 |
3
제2항에 있어서, 상기 제1 연산부는, 상기 예측 패턴에 대응하는 상기 커널과 상기 스트라이드를 통해, 상기 입력 특징 맵에 대한 제1 연산순서정보를 결정하고, 상기 제1 연산순서정보는, 상기 예측 패턴에 따라 결정되는 상기 스트라이드에 대한 동작순서정보인 합성곱 신경망의 연산 장치
|
| 4 |
4
제3항에 있어서, 상기 제1 연산부는, 제1 연산순서정보에 따라, 상기 입력 특징 맵과 상기 커널을 합성곱 연산하여 상기 출력 특징 맵의 적어도 하나의 픽셀정보를 출력하는 합성곱 신경망의 연산 장치
|
| 5 |
5
제3항에 있어서, 상기 제1 연산부는, 상기 입력 특징 맵의 최상위비트와 상기 커널에 기설정된 필터계수를 합성곱 연산할 때, 상기 입력 특징 맵의 하위비트들과 상기 기설정된 필터계수를 합성곱 연산하고, 연산된 연산결과를 보정상수로 가중하는 합성곱 신경망의 연산 장치
|
| 6 |
6
삭제
|
| 7 |
7
제2항에 있어서, 상기 예측부는, 상기 적어도 하나의 픽셀정보와 상기 예측 패턴 간의 동일 여부에 기초하여, 상기 나머지 픽셀정보 중 상기 예측 패턴을 따라 기설정된 제1 영역에 위치하는 픽셀정보를 상기 스킵픽셀로 예측하는 합성곱 신경망의 연산 장치
|
| 8 |
8
제2항에 있어서, 상기 적어도 하나의 픽셀정보는, 상기 예측 패턴을 따라 연산된 CNM의 픽셀 행렬이고, 여기서, C는 상기 출력 특징 맵에 대응되는 픽셀 행렬이고, N은 상기 픽셀 행렬의 X축 위치정보이고, M은 상기 픽셀 행렬의 Y축 위치정보인 합성곱 신경망의 연산 장치
|
| 9 |
9
합성곱 신경망의 연산 장치의 동작방법으로서, 기설정된 모자이크 타입에 기초하여, 입력 특징 맵을 합성곱 연산하고, 출력 특징 맵의 적어도 하나의 픽셀정보를 출력하는 단계;상기 적어도 하나의 픽셀정보에 기초하여, 상기 출력 특징 맵의 나머지 픽셀정보에 대해 스킵픽셀과 연산픽셀 중 어느 하나로 예측하는 단계;상기 스킵픽셀에 대한 합성곱 연산을 스킵하여 0의 출력으로 처리하는 단계; 및 상기 출력 특징 맵의 0의 출력에 기초하여, 새로 생성되는 다음의 입력 특징 맵을 합성곱 연산하는 단계를 포함하며, 상기 합성곱 연산하는 단계는, 상기 출력 특징 맵 중 상기 0의 출력을 제외한 픽셀정보에 대응하는 커널과 스트라이드를 통해 상기 다음의 입력 특징 맵을 합성곱 연산하는 단계를 포함하는 합성곱 신경망의 연산 장치의 동작방법
|
| 10 |
10
제9항에 있어서, 상기 연산픽셀에 대응하는 상기 커널과 상기 스트라이드를 통해, 상기 입력 특징 맵을 합성곱 연산하여 연산픽셀에 대한 컨볼루션 정보를 출력하는 단계; 및 상기 0의 출력, 상기 적어도 하나의 픽셀정보 및 상기 연산픽셀에 대한 컨볼루션 정보를 병합하여, 상기 출력 특징 맵을 출력하는 단계를 더 포함하는 합성곱 신경망의 연산 장치의 동작방법
|
| 11 |
11
제9항에 있어서, 상기 적어도 하나의 픽셀정보를 출력하는 단계는, 상기 기설정된 모자이크 타입에 기초하여, 미리 정해진 예측 패턴을 검출하는 단계;상기 예측 패턴에 대응하는 상기 커널과 상기 스트라이드를 통해, 상기 입력 특징 맵에 대한 제1 연산순서정보를 결정하는 단계; 및상기 제1 연산순서정보에 따라, 상기 입력 특징 맵과 상기 커널을 합성곱 연산하는 단계를 포함하는 합성곱 신경망의 연산 장치의 동작방법
|
| 12 |
12
제11항에 있어서, 상기 예측하는 단계는, 상기 적어도 하나의 픽셀정보와 상기 예측 패턴을 비교하는 단계;상기 적어도 하나의 픽셀정보와 상기 예측 패턴 간의 동일 여부에 따라, 상기 나머지 픽셀정보 중 상기 예측 패턴에 기초하여, 기설정된 제1 영역을 상기 스킵픽셀로 예측하는 단계; 및 상기 나머지 픽셀정보 중 나머지 영역을 상기 연산픽셀로 예측하는 단계를 포함하는 합성곱 신경망의 연산 장치의 동작방법
|
| 13 |
13
제10항에 있어서, 상기 0의 출력으로 처리하는 단계는, 상기 연산픽셀에 대응하는 상기 커널과 상기 스트라이드를 통해 상기 입력 특징 맵에 대한 제2 연산순서정보를 결정하는 단계; 상기 제2 연산순서정보에 따라, 상기 입력 특징 맵과 상기 커널을 합성곱 연산하여 상기 연산픽셀에 대한 컨볼루션 정보를 출력하는 단계; 상기 연산픽셀에 대한 컨볼루션 정보에 기초하여, 상기 나머지 픽셀정보를 출력하는 단계; 및 상기 적어도 하나의 픽셀정보와 상기 나머지 픽셀정보를 병합하여 상기 출력 특징 맵을 출력하는 단계를 포함하는 합성곱 신경망의 연산 장치의 동작방법
|
