本发明提供卷积核堆积数据流、压缩编码以及深度学习算法，从参数模型中逐层读取卷积层和全连接层的卷积核矩阵，将卷积核矩阵进行重组变换；一个通道输入的特征数据与来自同一通道的重组后的卷积核矩阵的多个卷积核权重数组进行卷积计算。本发明解决稀疏数据内存不规则导致在使用时需要复杂的处理电路的缺点，以及提高计算阵列利用率的问题。