The invention relates to a data processing method, a device, a computer device and a storage medium. The disclosed board includes: memory device, interface device, controller and data processing device; wherein, data processing device is respectively connected with memory device, controller and interface device; memory device is used for storing data; interface device is used for realizing data transmission between data processing device and external equipment; control device is used for data processing device Monitor the status of the device. The data processing method, device, computer equipment and storage medium provided by the embodiment of the disclosure mark the data in the neural network through label information, simplify the process of data processing, storage and other processing, reduce the occupation of hardware resources, and improve the speed of neural network operation.
【技术实现步骤摘要】
数据处理方法、装置、计算机设备和存储介质
本公开涉及计算机
,特别是涉及一种数据处理方法、装置、计算机设备和存储介质。
技术介绍
随着计算机技术的发展,神经网络(neuralnetworks)也有了显著的进步,可以通过特定或者通用的处理器进行神经网络运算。相关技术中,在神经网络中数据类型多、运算量大、硬件限制等因素的影响下,神经网络运算的速度受到了很大限制。
技术实现思路
基于此,有必要针对上述技术问题,提供一种数据处理方法、装置、计算机设备和存储介质。根据本公开的一方面,提供了一种数据处理方法,应用于处理器,所述方法包括:获取待处理数据以及所述待处理数据的标签信息,所述待处理数据用于进行神经网络运算,所述标签信息包括动态标签信息;根据所述动态标签信息对所述待处理数据进行处理,得到处理后数据,并存储所述处理后数据,所述处理后数据的数据状态与所述动态标签信息一致;其中,所述动态标签信息用于表征所述待处理数据与运行所述神经网络的处理器相关的信息。根据本公开的另一方面,提供了一种数据处理装置,用于处理器,所述装置包括:获取模块,获取待处理数据以及所述待处理数据的标签信息,所述待处理数据用于进行神经网络运算,所述标签信息包括动态标签信息;数据处理模块,根据所述动态标签信息对所述待处理数据进行处理,得到处理后数据,并存储所述处理后数据,所述处理后数据的数据状态与所述动态标签信息一致;其中,所述动态标签信息用于表征所述待处理数据与运行所述神经网络的处理器相 ...
【技术保护点】
1.一种数据处理方法,其特征在于,应用于处理器,所述方法包括:/n获取待处理数据以及所述待处理数据的标签信息,所述待处理数据用于进行神经网络运算,所述标签信息包括动态标签信息;/n根据所述动态标签信息对所述待处理数据进行处理,得到处理后数据,并存储所述处理后数据,所述处理后数据的数据状态与所述动态标签信息一致;/n其中,所述动态标签信息用于表征所述待处理数据与运行所述神经网络的处理器相关的信息。/n
【技术特征摘要】
1.一种数据处理方法,其特征在于,应用于处理器,所述方法包括:
获取待处理数据以及所述待处理数据的标签信息,所述待处理数据用于进行神经网络运算,所述标签信息包括动态标签信息;
根据所述动态标签信息对所述待处理数据进行处理,得到处理后数据,并存储所述处理后数据,所述处理后数据的数据状态与所述动态标签信息一致;
其中,所述动态标签信息用于表征所述待处理数据与运行所述神经网络的处理器相关的信息。
2.根据权利要求1所述的方法,其特征在于,所述动态标签信息包括以下至少一项:动态数据类型、动态数据维度顺序、分片参数、填充参数和数据尺寸。
3.根据权利要求2所述的方法,其特征在于,根据所述动态标签信息对所述待处理数据进行处理,得到处理后数据,包括:
判断所述待处理数据当前的数据状态是否与所述动态标签信息一致;
在所述待处理数据当前的数据状态与所述动态标签信息不一致时,根据所述动态标签信息对所述待处理数据进行处理,得到处理后数据;
其中,所述数据状态包括数据类型、数据维度的顺序和维度值。
4.根据权利要求3所述的方法,其特征在于,在所述待处理数据当前的数据状态与所述动态标签信息不一致时,根据所述动态标签信息对所述待处理数据进行处理,得到处理后数据,包括以下至少一项处理:
将所述待处理数据的数据类型转换为所述动态数据类型;
对所述待处理数据的数据维度的顺序进行调整;
根据所述填充参数,对所述待处理数据进行填充;
根据所述分片参数,对所述待处理数据进行切分。
5.根据权利要求1-4任一项所述的方法,其特征在于,获取待处理数据以及所述待处理数据的标签信息,包括:
根据所述处理器和获取的静态标签信息,生成所述待处理数据的动态标签信息;
其中,所述静态标签信息包括以下至少一项:数据类别、静态数据类型、静态数据维度、静态数据维度顺序以及对应每个静态数据维度的维度值。
6.根据权利要求5所述的方法,其特征在于,获取待处理数据以及所述待处理数据的标签信息,包括:
根据所述待处理数据对应于所述神经网络的出度、入度和所述待处理数据参与的所述神经网络中的操作,确定所述待处理数据的数据类别;
其中,所述数据类别包括以下任一项:指令、输入神经元、输出神经元、隐藏神经元、常量神经元、输入权值、输出权...
【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。