This application relates to a data processing method, device and related products. The related products include motherboard, motherboard includes CPU and board, board includes multiple AI processors, and the corresponding memory of multiple AI processors is multi-channel memory. Target AI processors are used to receive AI from general processor CPU through target parallel threads. After the processor calculates instructions, the physical memory corresponding to the memory channel corresponding to the target parallel threads is accessed according to the AI processor calculation instructions; the target AI processor is any AI processor of the multiple AI processors, and the target parallel threads are multiple parallel lines started by the CPU. Any of the processes; at least two of the multiple parallel threads correspond to different memory channels. Using this method, the self-defined activation function can run smoothly in the neural network processor.
【技术实现步骤摘要】
数据处理方法、装置及相关产品
本申请涉及人工智能
，特别是涉及一种数据处理方法、装置及相关产品。
技术介绍
随着人工智能技术的发展，出现了各种各样的神经网络算法，而激活操作是神经网络算法中非常重要的计算步骤。现有的神经网络处理器中，支持的激活函数种类很少，只有不超过十种。现有的神经网络处理器在处理激活函数的过程中灵活性差，无法根据不同场景对激活函数进行调整。
技术实现思路
基于此，有必要针对现有的神经网络处理器在处理激活函数的过程中灵活性差，无法根据不同场景对激活函数进行调整的问题，提供一种数据处理方法、装置及相关产品。一种数据处理方法，所述方法包括如下步骤：获取激活函数和拟合配置表；根据所述激活函数对所述拟合配置表进行评估，生成所述拟合配置表的评价值；若所述拟合配置表的评价值不满足预设条件，则调整配置信息以得到新的拟合配置表，直至所述新的拟合配置表的评价值满足所述预设条件。在其中一个实施例中，所述拟合配置表的评价值不满足预设条件，则调整配置信息以得到新的拟合配置表，直至所述新的拟合配置表的评价值满足所述预设条件的步骤，包括：获取所述拟合配置表的评价值容忍度；若...
【技术保护点】
1.一种数据处理方法，其特征在于，所述方法包括如下步骤：获取激活函数和拟合配置表；根据所述激活函数对所述拟合配置表进行评估，生成所述拟合配置表的评价值；若所述拟合配置表的评价值不满足预设条件，则调整配置信息以得到新的拟合配置表，直至所述新的拟合配置表的评价值满足所述预设条件。
【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括如下步骤：获取激活函数和拟合配置表；根据所述激活函数对所述拟合配置表进行评估，生成所述拟合配置表的评价值；若所述拟合配置表的评价值不满足预设条件，则调整配置信息以得到新的拟合配置表，直至所述新的拟合配置表的评价值满足所述预设条件。2.根据权利要求1所述的方法，其特征在于，所述拟合配置表的评价值不满足预设条件，则调整配置信息以得到新的拟合配置表，直至所述新的拟合配置表的评价值满足所述预设条件的步骤，包括：获取所述拟合配置表的评价值容忍度；若所述拟合配置表的评价值不满足所述评价值容忍度，则调整配置信息以得到所述新的拟合配置表，直至所述拟合配置表的评价值满足所述评价值容忍度。3.根据权利要求2所述的方法，其特征在于，所述评价值容忍度包括计算量容忍值；若所述拟合配置表的评价值不满足所述评价值容忍度，则调整配置信息以得到所述新的拟合配置表，直至所述拟合配置表的评价值满足所述评价值容忍度：根据所述拟合配置表，得到所述拟合配置表对应的计算量；若所述拟合配置表对应的计算量大于所述计算量容忍值，则调整配置信息以得到新的拟合配置表，直至所述拟合配置表对应的计算量小于或等于所述计算量容忍值。4.根据权利要求2或3所述的方法，其特征在于，所述拟合配置表的评价容忍度还包括误差容忍值，所述拟合配置表的评价值不满足预设条件，则调整配置信息以得到新的拟合配置表，直至所述新的拟合配置表的评价值满足所述预设条件的步骤，还包括：获取所述激活函数的各采样点；获取所述各采样点对应的所述激活函数的值和所述拟合配置表对应的函数值；根据所述各采样点对应的激活函数的值和所述拟合配置表对应的函数值，得到所述各采样点的误差值；若存在所述采样点的误差值大于所述误差容忍值，则调整配置信息以得到所述新的拟合配置表，直至所述采样点的误差值小于或等于所述误差容忍值。5.根据权利要求4所述的方法，其特征在于，所述若存在所述采样点的误差值大于所述误差容忍值，则调整配置信息以得到所述新的拟合配置表，直至所述采样点的误差值小于或等于所述误差容忍值的步骤，包括：比较所述各采样点的误差值，得到最大误差值；若所述最大误差值大于所述误差容忍值，则调整所述配置信息以得到所述新的拟合配置表，直到所述最大误差值小于或等于所述误差容忍值。6.根据权利要求4所述的方法，其特征在于，所述激活函数的定义域包含多个分段区间，每个所述分段区间对应设置有所述误差容忍值；所述若存在所述采样点的误差值大于所述误差容忍值，则调整配置信息以得到所述新的拟合配置表，直至所述采样点的误差值小于或等于所述误差容忍值的步骤，还包括：针对每个所述分段区间，若所述分段区间内存在所述采样点的误差值大于所述分段区间对应的误差容忍值，则将所述分段区间标记为待调整区间，并调整所述待调整区间对应的配置信息，得到所述激活函数对应的新的拟合配置表，直至各个所述分段区间内的所述采样点的误差值均小于或等于所述分段区间对应的误差容忍值。7.根据权利要求1所述的方法，其特征在于，所述获取激活函数和拟合配置表的步骤之前，所述方法还包括根据所述激活函数获得所述拟合配置表的步骤，所述根据所述激活函数获得所述拟合配置表的步骤包括：获取所述激活函数的定义域；根据所述定义域，确定所述激活函数的切分段数；根据所述激活函数的切分段数，在每个分段中选取采样点；根据所述激活函数计算各所述各采样点对应的所述激活函数的值；根据所述采样点以及所述采样点的函数值对所述激活函数进行拟合，得到拟合配置表。8.根据权利要求7所述的方法，其特征在于，所述配置信息包括所述激活函数的切分段数和每个分段区间中所述采样点的数量；所述拟合配置表的评价值不满足预设条件，则调整配置信息以得到新的拟合配置表，直至所述新的拟合配置表的评价值满足所述预设条件的步骤，包括：所述拟合配置表的评价值不满足预设条件时，调整所述激活函数的切分段数，和/或调整每个分段区间中所述采样点的数量；之后执行所述的根据所述激活函数获得所述拟合配置表的步骤，获得新的拟合配置表，直至所述新的拟合配置表的评价值满足所述预设条件。9.根据权利要求8所述的方法，其特征在于，所述调整所述激活函数的切分段数，和/或调整每个分段中所述采样点的数量的步骤，包括：接收外部输入的修改后的配置信息；根据所述外部输入的修改后的配置信息，调整所述激活函数的切分段数，和/或调整每个分段中所述采样点的数量。10.根据权利要求8所述的方法，其特征在于，所述激活函数的定义域包含多个分段区间；所述调整所述激活函数的切分段数，和/或调整每个分段中所述采样点的数量的步骤，包括：根据所述拟合配置表的评价值，确定所述配置信息的调整方式；根据所述配置信息的调整方式，自动调整所述激活函数的切分段数，和/或调整每个分段中所述采样点的数量。11.根据权利要求1所述的方法，其特征在于，所述拟合配置表的评价值不满足预设条件，则调整配置信息以得到新的拟合配置表，直至所述新的拟合配置表的评价值满足所述预设条件的步骤，还包括：所述拟合配置表的评价值不满足预设条件时，则接收外部输入的修改后的拟合配置表中包含的配置信息；根据所述外部输入的所述拟合配置表中包含的配置信息，调整所述拟合配置表中的配置信息，获得新的拟合配置表，直至所述新的拟合配置表的评价值满足所述预设条件。12.根据权利要求1所述的方法，其特征在于，所述方法还包括：输出并显示所述拟合配置表的评价值以及评价过程参数；所述评价过程参数包括拟合配置表对应的计算量、各采样点的误差值、最大误差值以及最大误差值对应...
【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：北京中科寒武纪科技有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。