本申请实施例公开了一种基于神经网络的数据处理方法、装置、存储介质及服务器，属于计算机技术领域。所述方法包括：在将输入数据输入神经网络中的循环网络单元时，获取输入数据的通道数，输入数据为输入神经网络的初始数据，或者，输入数据为根据循环网络单元前一次的输出数据得到的数据，循环网络单元中包括n个不同尺寸的卷积单元；从n个卷积单元中选择与通道数相匹配的目标卷积单元；将输入数据输入目标卷积单元；利用目标卷积单元对输入数据进行卷积运算，将得到的第一运算结果确定为循环网络单元的输出数据。本申请实施例可以减少芯片的创建工作量，芯片可以容纳循环网络单元的计算过程，且提高了数据的处理效率。且提高了数据的处理效率。且提高了数据的处理效率。
【技术实现步骤摘要】
基于神经网络的数据处理方法、装置、存储介质及服务器
[0001]本申请实施例涉及计算机
，特别涉及一种基于神经网络的数据处理方法、装置、存储介质及服务器。
技术介绍
[0002]神经网络是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型，这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。
[0003]现有技术中的神经网络采用流水线形式搭建每个层次的网络单元。具体搭建方法为单独设计神经网络中的每一层网络单元，像流水线形式一样将上一层网络单元的计算结果传递给下一层网络单元。如图1所示，输入数据先由第一层网络单元中的conv 1 进行计算，计算结果存入buffer中，再传递给下一层网络单元中的conv 2，计算结果存入buffer中，再依次传递，直至由最后一层网络单元输出数据。
[0004]随着网络层次的不断增加，这种流水线结构的神经网络的弊端越专利技术显。首先，需要单独设计每个层次的网络单元，使得芯片的创建工作量较大；其次，当网络层次增加到某一数量时，芯片将无法容纳整个流水线的计算过程；最后，随着网络层次的不断加深，拉大了不同网络层次之间计算时间的差距，最终使得整个流水线的效率下降。
技术实现思路
[0005]本申请实施例提供了一种基于神经网络的数据处理方法、装置、存储介质及服务器，用于解决流水线结构的神经网络的创建工作量大、芯片无法容纳计算过程以及神经网络的计算效率低的问题。所述技术方案如下：一方面，提供了一种基于神经网络的数据处理方法，所述方法包括：在将输入数据输入神经网络中的循环网络单元时，获取所述输入数据的通道数，所述输入数据为输入所述神经网络的初始数据，或者，所述输入数据为根据所述循环网络单元前一次的输出数据得到的数据，所述循环网络单元中包括n个不同尺寸的卷积单元，n大于等于2；从所述n个卷积单元中选择与所述通道数相匹配的目标卷积单元；将所述输入数据输入所述目标卷积单元；利用所述目标卷积单元对所述输入数据进行卷积运算，将得到的第一运算结果确定为所述循环网络单元的输出数据。
[0006]在一种可能的实现方式中，当所述循环网络单元中还包括n个先进先出队列，且每个先进先出队列与一个卷积单元相连时；在所述从所述n个卷积单元中选择与所述通道数相匹配的目标卷积单元之前，所述方法还包括：从所述n个先进先出队列中选择与所述通道数相匹配的目标先进先出队列；将所述输入数据输入所述目标先进先出队列；
所述从所述n个卷积单元中选择与所述通道数相匹配的目标卷积单元，包括：从所述n个卷积单元中选择与所述目标先进先出队列相连的目标卷积单元；所述将所述输入数据输入所述目标卷积单元，包括：将从所述目标先进先出队列中输出的输入数据输入所述目标卷积单元。
[0007]在一种可能的实现方式中，当所述n个先进先出队列还与所述循环网络单元中的一个预定卷积单元相连时；所述方法还包括：获取从所述目标先进先出队列中输出的输入数据的通道数；所述从所述n个卷积单元中选择与所述通道数相匹配的目标卷积单元，包括：若所述通道数与所述目标先进先出队列相连的卷积单元不匹配，则将所述预定卷积单元确定为所述目标卷积单元。
[0008]在一种可能的实现方式中，当所述循环网络单元中还包括n个指令控制单元和n个数据总控单元，每个指令控制单元与一个先进先出队列和一个数据总控单元相连，每个数据总控单元与一个卷积单元相连时，所述将从所述目标先进先出队列中输出的输入数据输入所述目标卷积单元，包括：利用指令控制模块对所述先进先出队列的输出数据进行数据缓冲；将数据缓冲后的所述输出数据输入所述数据总控单元，数据缓冲后的所述输出数据的速度与所述数据总控单元的处理速度相匹配；利用所述数据总控单元中的行列控制器对所述输出数据提供预定大小的输出窗口；将所述输出窗口内的输出数据输入所述目标卷积单元。
[0009]在一种可能的实现方式中，所述方法还包括：若所述输入数据对应于池化单元，则利用所述池化单元对所述输出数据进行池化运算，将得到的第二运算结果确定为所述循环网络单元下一次的输入数据；若所述输入数据未对应于池化单元，则将所述输出数据确定为所述循环网络单元下一次的输入数据。
[0010]在一种可能的实现方式中，在所述将输入数据输入神经网络中的循环网络单元之前，所述方法还包括：利用预处理卷积单元对所述输入数据进行卷积运算，得到第三运算结果；将所述第三运算结果确定为最终的输入数据。
[0011]在一种可能的实现方式中，当所述n为3时，所述卷积单元包括3
×
3卷积单元、5
×
5卷积单元和1
×
1卷积单元。
[0012]一方面，提供了一种基于神经网络的数据处理装置，所述装置包括：获取模块，用于在将输入数据输入神经网络中的循环网络单元时，获取所述输入数据的通道数，所述输入数据为输入所述神经网络的初始数据，或者，所述输入数据为根据所述循环网络单元前一次的输出数据得到的数据，所述循环网络单元中包括n个不同尺寸的卷积单元，n大于等于2；选择模块，用于从所述n个卷积单元中选择与所述通道数相匹配的目标卷积单元；输入模块，用于将所述输入数据输入所述目标卷积单元；确定模块，用于利用所述目标卷积单元对所述输入数据进行卷积运算，将得到的第一运算结果确定为所述循环网络单元的输出数据。
[0013]一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上所述的基于神经网络的数据处理方法。
[0014]一方面，提供了一种服务器，所述服务器包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如上所述的基于神经网络的数据处理方法。
[0015]本申请实施例提供的技术方案的有益效果至少包括：由于神经网络中的循环网络单元中包括n个不同尺寸的卷积单元，所以，可以根据输入数据的通道数为该输入数据选择相匹配的目标卷积单元，再利用该目标卷积单元对该输入数据进行卷积运算，将得到的第一运算结果确定为循环网络单元的输出数据。后续，可以继续将输出数据作为输入数据输入循环网络单元，从而可以通过一个循环网络单元来循环处理数据。这样，可以通过一个循环网络单元来代替流水线结构，从而减少芯片的创建工作量；循环网络单元的体积较小，芯片可以容纳其计算过程；且循环网络单元可以减小不同网络层次之间的计算时间，从而提高了数据的处理效率。
附图说明
[0016]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0017]图1是根据相关技术示出的一种流水线结构的神经网络的结构示意图；图2是本申请一个实施例提供的基于神经本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于神经网络的数据处理方法，其特征在于，所述方法包括：在将输入数据输入神经网络中的循环网络单元时，获取所述输入数据的通道数，所述输入数据为输入所述神经网络的初始数据，或者，所述输入数据为根据所述循环网络单元前一次的输出数据得到的数据，所述循环网络单元中包括n个不同尺寸的卷积单元，n大于等于2；从所述n个卷积单元中选择与所述通道数相匹配的目标卷积单元；将所述输入数据输入所述目标卷积单元；利用所述目标卷积单元对所述输入数据进行卷积运算，将得到的第一运算结果确定为所述循环网络单元的输出数据。2.根据权利要求1所述的方法，其特征在于，当所述循环网络单元中还包括n个先进先出队列，且每个先进先出队列与一个卷积单元相连时；在所述从所述n个卷积单元中选择与所述通道数相匹配的目标卷积单元之前，所述方法还包括：从所述n个先进先出队列中选择与所述通道数相匹配的目标先进先出队列；将所述输入数据输入所述目标先进先出队列；所述从所述n个卷积单元中选择与所述通道数相匹配的目标卷积单元，包括：从所述n个卷积单元中选择与所述目标先进先出队列相连的目标卷积单元；所述将所述输入数据输入所述目标卷积单元，包括：将从所述目标先进先出队列中输出的输入数据输入所述目标卷积单元。3.根据权利要求2所述的方法，其特征在于，当所述n个先进先出队列还与所述循环网络单元中的一个预定卷积单元相连时；所述方法还包括：获取从所述目标先进先出队列中输出的输入数据的通道数；所述从所述n个卷积单元中选择与所述通道数相匹配的目标卷积单元，包括：若所述通道数与所述目标先进先出队列相连的卷积单元不匹配，则将所述预定卷积单元确定为所述目标卷积单元。4.根据权利要求2所述的方法，其特征在于，当所述循环网络单元中还包括n个指令控制单元和n个数据总控单元，每个指令控制单元与一个先进先出队列和一个数据总控单元相连，每个数据总控单元与一个卷积单元相连时，所述将从所述目标先进先出队列中输出的输入数据输入所述目标卷积单元，包括：利用指令控制模块对所述先进先出队列的输出数据进行数据缓冲；将数据缓冲后的所述输出数据输入所述数据总控单元，数据缓冲后的所述输出数据的速度与所述数据总控单元的处理速度...
【专利技术属性】
技术研发人员：王堃，
申请(专利权)人：江苏禹空间科技有限公司，
类型：发明
国别省市：
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。