1.一種執(zhí)行神經(jīng)網(wǎng)絡(luò)的方法，包括：
通過處理到神經(jīng)網(wǎng)絡(luò)的第一層的輸入圖塊產(chǎn)生第一層的輸出圖塊；
將第一層的輸出圖塊存儲在處理器的內(nèi)部存儲器中；
使用處理器通過處理存儲在內(nèi)部存儲器中的第一層的輸出圖塊產(chǎn)生神經(jīng)網(wǎng)絡(luò)的第二層的輸出圖塊。
2.如權(quán)利要求1所述的方法，其中，每個圖塊由特征映射集的每個特征映射的部分組成。
3.如權(quán)利要求1所述的方法，其中，神經(jīng)網(wǎng)絡(luò)被分割為被獨立地處理的多個錐臺。
4.如權(quán)利要求3所述的方法，其中，多個計算單元并行地處理所述多個錐臺。
5.如權(quán)利要求1所述的方法，其中，第一層和第二層是被配置為處理多個圖像以產(chǎn)生多個輸出特征映射的特征提取層，所述方法還包括：
通過神經(jīng)網(wǎng)絡(luò)的特征分類層批量處理所述多個圖像的所述多個輸出特征映射。
6.如權(quán)利要求5所述的方法，其中，通過特征分類層處理所述多個圖像的所述多個輸出特征映射的步驟包括：
從外部存儲器將特征分類層的多個第一權(quán)重裝載到處理器的內(nèi)部存儲器中；
在從外部存儲器裝載特征分類層的多個第二權(quán)重或下一特征分類層的權(quán)重之前，使用特征分類層的所述多個第一權(quán)重處理所述多個輸出特征映射中的各個輸出特征映射。
7.如權(quán)利要求6所述的方法，還包括：
響應(yīng)于使用特征分類層的所述多個第一權(quán)重處理所述多個輸出特征映射中的各個輸出特征映射，將特征分類層的所述多個第二權(quán)重裝載到內(nèi)部存儲器中；
其中，針對特征分類層的所述多個第二權(quán)重覆蓋針對特征分類層的所述多個第一權(quán)重。
8.一種用于執(zhí)行神經(jīng)網(wǎng)絡(luò)的設(shè)備，包括：
在處理器內(nèi)的內(nèi)部存儲器；
在處理器內(nèi)的第一計算單元，結(jié)合到內(nèi)部存儲器，并且被配置為將可執(zhí)行的操作初始化，可執(zhí)行的操作包括：通過處理到神經(jīng)網(wǎng)絡(luò)的第一層的輸入圖塊產(chǎn)生第一層的輸出圖塊；將第一層的輸出圖塊存儲在內(nèi)部存儲器中；通過處理存儲在內(nèi)部存儲器中的第一層的輸出圖塊產(chǎn)生神經(jīng)網(wǎng)絡(luò)的第二層的輸出圖塊。
9.如權(quán)利要求8所述的設(shè)備，其中，每個圖塊由特征映射集的每個特征映射的部分組成。
10.如權(quán)利要求8所述的設(shè)備，其中，神經(jīng)網(wǎng)絡(luò)被分割為被獨立地處理的多個錐臺。
11.如權(quán)利要求10所述的設(shè)備，其中，第一計算單元是并行地處理所述多個錐臺的處理器的多個計算單元中的一個。
12.如權(quán)利要求8所述的設(shè)備，其中，第一層和第二層是被配置為處理多個圖像以產(chǎn)生多個輸出特征映射的特征提取層，其中，第一計算單元被配置為將可執(zhí)行的操作初始化，可執(zhí)行的操作還包括：
通過神經(jīng)網(wǎng)絡(luò)的特征分類層批量處理針對所述多個圖像的所述多個輸出特征映射。
13.如權(quán)利要求12所述的設(shè)備，還包括：
外部存儲器，結(jié)合到第一計算單元；
其中，通過特征分類層處理針對所述多個圖像的所述多個輸出特征映射的步驟包括：從外部存儲器將特征分類層的多個第一權(quán)重裝載到內(nèi)部存儲器中；在從外部存儲器裝載特征分類層的多個第二權(quán)重或下一特征分類層的權(quán)重之前，使用特征分類層的所述多個第一權(quán)重處理所述多個輸出特征映射中的各個輸出特征映射。
14.如權(quán)利要求13所述的設(shè)備，其中，第一計算單元被編程為將可執(zhí)行的操作初始化，可執(zhí)行的操作還包括：
響應(yīng)于使用特征分類層的所述多個第一權(quán)重處理所述多個輸出特征映射中的各個輸出特征映射，將特征分類層的所述多個第二權(quán)重裝載到內(nèi)部存儲器中；
其中，針對特征分類層的所述多個第二權(quán)重覆蓋針對特征分類層的所述多個第一權(quán)重。