基于BWDSP的反向传播卷积核求梯度向量化算法

最新推荐文章于 2022-11-15 14:32:17 发布

yjpSunshine

最新推荐文章于 2022-11-15 14:32:17 发布

阅读量458

点赞数

分类专栏： c

本文链接：https://blog.csdn.net/yjpSunshine/article/details/71273645

版权

c 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

for(int fo = 0; fo < Nfo; ++fo)
  for(int fi = 0; fi < Nfi; ++fi)
    for(int kx = 0; kx < Kx; ++kx)
      clr_XYZTMACC(); //乘累加寄存器清零  
      for(int ky = 0; ky < Ky; ky += 2) {
		for(int x = 0; x < H; ++x)
          for(int y = 0; y < W; y += 16) {
			  //读取16个out_bp的数据至寄存器
			  //读取16*2 = 32 个input的数据至寄存器(分两个时钟周期读取)
			  //因为双字读取时，两个字是相邻的，即两个相邻的字对应一个out_bp的字
			  XYZTfetch_from_16_conv_window_to_register();
			  //16个MACC同时计算
			  XYZTMACC0 += R0 * R4 || XYZTMACC1 += R1 * R4
			  || XYZTMACC2 += R2 * R5 || XYZTMACC3 += R3 * R5
		  }
		 //end of computing 1 matrix of out_bp
		 //----------------------reduce and sum操作--------------------------
		 XYZTCopy_MACC_to_register(); //拷贝到寄存器
		 //每个执行宏内部先进行sum操作
		 XYZTR0 = R0 + R2 || XYZTR1 = R1 + R3
		 //将Macro Y/Z/T内的R0和R1的值传到Marco X
		 gatherToMacroX_R2_7();
		 //Macro X 内部进行reduce_sum
		 for(int i=2; i<7;i+=2) XR0 += Ri || XR1 += Ri+1;
		 //将2个输出结果从寄存器写入内存
		 df(fo,fi,kx,ky) = XR0;
		 || df(fo,fi,kx,ky+1) = XR1;
	  }