任务分类方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术提供一种任务分类方法、装置、电子设备和存储介质，其中方法包括：确定待分类向量中的各数据；对所述待分类向量中的各数据进行对比，得到所述待分类向量中的原始最大数据；基于所述原始最大数据与负无穷的对比结果，确定目标数据；基于所述目标数据，对所述待分类向量中的各数据进行优化，并基于优化后的待分类向量中的各数据进行分类，得到分类结果，克服了传统方案中输入数据经归一化指数函数的指数运算后会增大数倍，导致指数运算结果上溢出的缺陷，并且，能够完美规避各数据均为负无穷的情况下，输入数据经过优化后为无效数据的情况，在不改变最终结果的前提下，最大限度的保证了运算过程中数据的有效性，从而实现了运算结果的精准化。了运算结果的精准化。了运算结果的精准化。

Task classification method, device, electronic equipment and storage medium

【技术实现步骤摘要】
任务分类方法、装置、电子设备和存储介质


[0001]本专利技术涉及数据处理
，尤其涉及一种任务分类方法、装置、电子设备和存储介质。

技术介绍

[0002]归一化指数函数作为一种应用于深度神经网络中的激活函数，在基于神经网络的分类任务中，常用于对神经网络的多维输出进行归一化，以得到概率向量，从而实现多任务分类。
[0003]而通过归一化指数函数对向量中的多维数据进行归一化处理，虽然能够凸显其中的最大值并抑制远低于最大值的其他分量，但是在归一化指数函数的指数运算过程中，由于硬件数据类型有限范围的限制，输入数据经过归一化指数函数的指数运算后会增大数倍，这无疑会使得运算过程中出现指数运算结果上溢出的情况，从而导致运算结果出现错误。

技术实现思路

[0004]本专利技术提供一种任务分类方法、装置、电子设备和存储介质，用以解决现有技术中输入数据经归一化指数函数的指数运算后会增大数倍，从而导致指数运算结果上溢出的缺陷。
[0005]本专利技术提供一种任务分类方法，包括：
[0006]确定待分类向量中的各数据；
[0007]对所述待分类向量中的各数据进行对比，得到所述待分类向量中的原始最大数据；
[0008]基于所述原始最大数据与负无穷的对比结果，确定目标数据；
[0009]基于所述目标数据，对所述待分类向量中的各数据进行优化，并基于优化后的待分类向量中的各数据进行分类，得到分类结果。
[0010]根据本专利技术提供的一种任务分类方法，所述基于所述原始最大数据与负无穷的对比结果，确定目标数据，包括：
[0011]基于数据对比指令和线程控制，对所述原始最大数据和负无穷进行对比，得到所述原始最大数据与负无穷的对比结果；
[0012]若所述对比结果指示所述原始最大数据等于负无穷，则将所述线程控制的寄存器设置为活跃状态，所述活跃状态用于指示赋值指令有效；
[0013]基于所述赋值指令，对所述目标数据进行赋值。
[0014]根据本专利技术提供的一种任务分类方法，所述基于数据对比指令和线程控制，对所述原始最大数据和负无穷进行对比，得到所述原始最大数据与负无穷的对比结果，之后还包括：
[0015]若所述对比结果指示所述原始最大数据不等于负无穷，则将所述线程控制的寄存
器设置为无效状态，并基于所述原始最大数据，确定所述目标数据。
[0016]根据本专利技术提供的一种任务分类方法，所述基于所述目标数据，对所述待分类向量中的各数据进行优化，并基于优化后的待分类向量中的各数据进行分类，得到分类结果，包括：
[0017]将所述待分类向量中的各数据和所述目标数据进行减法运算，得到任务分类归一化指数函数的输入数据；
[0018]将所述输入数据输入所述任务分类归一化指数函数，得到所述任务分类归一化指数函数输出的分类结果。
[0019]根据本专利技术提供的一种任务分类方法，所述确定待分类向量中的各数据，包括：
[0020]基于所述待分类向量中各数据的数据属性，加载所述待分类向量中的各数据；
[0021]所述数据属性包括数据来源、数据格式、排布方式、数据类型中的至少一种。
[0022]根据本专利技术提供的一种任务分类方法，所述基于所述待分类向量中各数据的数据属性，加载所述待分类向量中的各数据，包括：
[0023]若所述数据属性中的数据来源为存储器，则基于所述数据属性中的排布方式，加载所述待分类向量中的各数据；
[0024]若所述数据属性中的数据来源为其他运算模块，则基于所述数据属性中的数据格式，加载所述待分类向量中的各数据。
[0025]根据本专利技术提供的一种任务分类方法，所述对所述待分类向量中的各数据进行对比，得到所述待分类向量中的原始最大数据，包括：
[0026]将临时寄存器初始化为所述待分类向量中的第一个数据；
[0027]对所述临时寄存器中的所述第一个数据和所述待分类向量中的其他数据进行对比，得到所述待分类向量中的原始最大数据。
[0028]本专利技术还提供一种任务分类装置，包括：
[0029]确定单元，用于确定待分类向量中的各数据；
[0030]原始最大数据确定单元，用于对所述待分类向量中的各数据进行对比，得到所述待分类向量中的原始最大数据；
[0031]目标数据确定单元，用于基于所述原始最大数据与负无穷的对比结果，确定目标数据；
[0032]优化分类单元，用于基于所述目标数据，对所述待分类向量中的各数据进行优化，并基于优化后的待分类向量中的各数据进行分类，得到分类结果。
[0033]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述任务分类方法。
[0034]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述任务分类方法。
[0035]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述任务分类方法。
[0036]本专利技术提供的任务分类方法、装置、电子设备和存储介质，根据待分类向量中的原始最大数据与负无穷的对比结果，确定目标数据，然后，以目标数据为基准，对待分类向量
中的各数据进行优化，并根据优化后的待分类向量中的各数据进行分类，得到分类结果，克服了传统方案中输入数据经归一化指数函数的指数运算后会增大数倍，从而导致指数运算结果上溢出的缺陷，并且，能够完美规避各数据均为负无穷情况下，输入数据经过优化后为无效数据的情况，在不改变最终结果的前提下，最大限度的保证了运算过程中数据的有效性，从而实现了运算结果的精准化。
附图说明
[0037]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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。
[0038]图1是本专利技术提供的任务分类方法的流程示意图；
[0039]图2是本专利技术提供的基于原始最大数据的优化过程的代码示例图；
[0040]图3是本专利技术提供的基于原始最大数据的调整前后的示例图；
[0041]图4是本专利技术提供的任务分类方法的总体流程图；
[0042]图5是本专利技术提供的任务分类装置的结构示意图；
[0043]图6是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0044]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0045本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种任务分类方法，其特征在于，包括：确定待分类向量中的各数据；对所述待分类向量中的各数据进行对比，得到所述待分类向量中的原始最大数据；基于所述原始最大数据与负无穷的对比结果，确定目标数据；基于所述目标数据，对所述待分类向量中的各数据进行优化，并基于优化后的待分类向量中的各数据进行分类，得到分类结果。2.根据权利要求1所述的任务分类方法，其特征在于，所述基于所述原始最大数据与负无穷的对比结果，确定目标数据，包括：基于数据对比指令和线程控制，对所述原始最大数据和负无穷进行对比，得到所述原始最大数据与负无穷的对比结果；若所述对比结果指示所述原始最大数据等于负无穷，则将所述线程控制的寄存器设置为活跃状态，所述活跃状态用于指示赋值指令有效；基于所述赋值指令，对所述目标数据进行赋值。3.根据权利要求2所述的任务分类方法，其特征在于，所述基于数据对比指令和线程控制，对所述原始最大数据和负无穷进行对比，得到所述原始最大数据与负无穷的对比结果，之后还包括：若所述对比结果指示所述原始最大数据不等于负无穷，则将所述线程控制的寄存器设置为无效状态，并基于所述原始最大数据，确定所述目标数据。4.根据权利要求1至3中任一项所述的任务分类方法，其特征在于，所述基于所述目标数据，对所述待分类向量中的各数据进行优化，并基于优化后的待分类向量中的各数据进行分类，得到分类结果，包括：将所述待分类向量中的各数据和所述目标数据进行减法运算，得到任务分类归一化指数函数的输入数据；将所述输入数据输入所述任务分类归一化指数函数，得到所述任务分类归一化指数函数输出的分类结果。5.根据权利要求1至3中任一项所述的任务分类方法，其特征在于，所述确定待分类向量中的各数据，包括：基于所述待分类向量中各数据的数据属性，加载所述待分类向量中的各数据；所述数据属性包括...

【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：上海壁仞智能科技有限公司，
类型：发明
国别省市：