一种数据处理的方法、数据处理设备及存储介质技术

本申请实施例公开了人工智能领域中的一种数据处理的方法、数据处理设备及存储介质，用于通过提供一种以并行方式排布编码解码模块的神经网络模型，不仅能够并行加速计算，而且在时间性能上提供了优化，减少了全连接层巨大的计算量。前述的方法包括：获取待输入数据集；将待输入数据集输入神经网络模型，以得到目标提取数据，其中，神经网络模型包括至少两个编码解码模块，至少两个编码解码模块中的每个编码解码模块按照并行方式排布。个编码解码模块按照并行方式排布。个编码解码模块按照并行方式排布。

【技术实现步骤摘要】
一种数据处理的方法、数据处理设备及存储介质


[0001]本申请实施例涉及计算机
，具体涉及一种数据处理的方法、数据处理设备及存储介质。

技术介绍

[0002]人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能领域的研究包括机器人，自然语言处理，计算机视觉，决策与推理，人机交互，推荐与搜索，AI基础理论等。
[0003]Seq2Seq模型是由编码器(encoder)和解码器(decoder)组成的结构模型，而Transformer结构是建立在注意力机制之上的Seq2Seq模型，能够运用在AI领域中的自然语言处理(natural language processing，NLP本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理的方法，其特征在于，包括：获取待输入数据集；将所述待输入数据集输入神经网络模型，以得到目标提取数据，其中，所述神经网络模型包括至少两个编码解码模块，所述至少两个编码解码模块中的每个编码解码模块按照并行方式排布。2.根据权利要求1所述的方法，其特征在于，在获取待输入数据集之后，所述方法还包括：基于目标种子函数对将所述待输入数据集进行处理，得到第一输入数据集，所述第一输入数据集包括至少一个第一输入数据，所述至少一个第一输入数据中的每个第一输入数据所对应的分辨率不相同；对应地，将所述待输入数据集输入深度卷积神经网络模型，以得到目标提取数据，包括：将所述第一输入数据集中的每个第一输入数据输入所述至少两个编码解码模块中的每个编码解码模块，得到至少一个输出数据；基于所述至少一个输出数据得到目标提取数据。3.根据权利要求2所述的方法，其特征在于，基于目标种子函数对将所述待输入数据集进行处理，得到第一输入数据集，包括：基于所述目标种子函数所对应的预设采样率对所述待输入数据集进行采样，得到第一输入数据集。4.根据权利要求2所述的方法，其特征在于，基于目标种子函数对将所述待输入数据集进行处理，得到第一输入数据集，包括：对所述待输入数据集进行分组，得到M组待输入数据，以及将所述目标种子函数所对应的预设采样率进行分组，得到M个子采样率，M为整数，且M≥2；针对所述M组待输入数据中的每一组待输入数据，基于所述M个子采样率对所述每一组待输入数据进行采样，得到M组第一输入数据；基于所述M组第一输入数据得到所述第一输入数据集。5.根据权利要求1-4中任一项所述的方法，其特征在于，所述方法还包括：根据预设分布参数约束第一输出格式为正态分布，其中，所述第一输出格式为所述编码解码模块中自注意力机制层输出的数据的维度所对应的输出格式。6.根据权利要求1-5中任一项所述的方法，其特征在于，所述方法还包括：对所述编码解码模块中前馈层输入的数据的维度进行分割，得到N组第一维度，N为整数、且N≥2；将所述N组第一维度中的每组第一维度依次进行升维和降维，得到N组第二维度；将所述N组第二维度进行拼接，得到第三维度，所述第三维度与所述前馈层输入的数据的维度相同。7.一种数据处理设备，其特征在于，包括：获取单元，用于获取待输入数据集；处理单元，用于将所述获取单元获取到的所述待输入数据集输入神经网络模型，以得到目标提取数据，...

【专利技术属性】
技术研发人员：石巍巍，刘华彦，隋志成，周力，刘默翰，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：