数据处理方法、装置及相关产品制造方法及图纸

本公开涉及一种数据处理方法、装置及相关产品。相关产品包括板卡，该板块包括：存储器件、接口装置和控制器件以及人工智能处理器；其中，人工智能处理器与存储器件、控制器件以及接口装置分别连接；存储器件，用于存储数据；接口装置，用于实现人工智能处理器与外部设备之间的数据传输；控制器件，用于对人工智能处理器的状态进行监控。本公开实施例所提供的数据处理方法、装置及相关产品，可以根据用户设置的循环神经网络模型的网络结构，创建满足用户需求的循环神经网络模型，实现了循环神经网络模型中算子的自定义设置，扩大了循环神经网络的应用范围。

【技术实现步骤摘要】
数据处理方法、装置及相关产品
本公开涉及计算机
，尤其涉及一种数据处理方法、装置及相关产品。
技术介绍
循环神经网络(RecurrentNeuralNetwork，RNN)是一类以序列(sequence)数据为输入，在序列的演进方向进行递归(recursion)且所有节点(循环单元)按链式连接的递归神经网络(recursiveneuralnetwork)。循环神经网络是神经网络算法中常见的网络，给定循环神经网络一组或多组输入，并给定循环结束条件，经过循环执行循环神经网络中若干计算操作后，若确定满足循环结束条件后，结束循环，得到对应的一组或多组输出。相关技术中，可供神经网络开发工具执行的循环神经网络只有固定的几种，不能满足用户对循环神经网络不同需求，且相关技术中的循环神经网络是固定的，用户不能根据自身的需求进行自定义设置。
技术实现思路
有鉴于此，本公开提出了一种数据处理方法、装置及相关产品。根据本公开的一方面，提供了一种数据处理方法，所述方法应用于人工智能处理器，所述方法包括：对确定的循环神经网络模型的网络结构进行解析本文档来自技高网...

【技术保护点】
1.一种数据处理方法，其特征在于，所述方法应用于人工智能处理器，所述方法包括：/n对确定的循环神经网络模型的网络结构进行解析，得到至少一个子算子关联内容，所述子算子关联内容包括与待创建的循环子算子相对应的运算步骤；/n根据每个运算步骤中的子算子参数和对应的运算逻辑，创建对应的循环子算子；/n根据至少一个循环子算子，创建循环神经网络算子；/n根据所述循环神经网络算子和确定的输入输出规模，创建循环神经网络模型。/n

【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法应用于人工智能处理器，所述方法包括：
对确定的循环神经网络模型的网络结构进行解析，得到至少一个子算子关联内容，所述子算子关联内容包括与待创建的循环子算子相对应的运算步骤；
根据每个运算步骤中的子算子参数和对应的运算逻辑，创建对应的循环子算子；
根据至少一个循环子算子，创建循环神经网络算子；
根据所述循环神经网络算子和确定的输入输出规模，创建循环神经网络模型。


2.根据权利要求1所述的方法，其特征在于，在循环子算子包括多个时，所述子算子关联内容还包括与子算子执行顺序，
其中，对确定的循环神经网络模型的网络结构进行解析，得到至少一个子算子关联内容，包括：
对确定的循环神经网络模型的网络结构进行解析，确定与多个循环子算子所对应的子算子执行顺序，
其中，根据所述至少一个循环子算子，创建循环神经网络算子，包括：
根据所述子算子执行顺序和多个循环子算子，创建所述循环神经网络算子。


3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据每个运算步骤所对应的子算子标识，从预设的循环子算子库中获取与所述子算子标识相对应的循环子算子，
其中，子算子标识用于指示对应的循环子算子所对应的运算步骤，
所述循环子算子库中存储有多个预先创建的带有子算子标识的循环子算子。


4.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：
基于人工智能处理器运行所述循环神经网络模型。


5.根据权利要求4所述的方法，其特征在于，基于人工智能处理器运行所述循环神经网络模型，包...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：上海寒武纪信息科技有限公司，
类型：发明
国别省市：上海;31