数据处理方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了数据处理方法、装置、电子设备及存储介质，涉及计算机技术领域，尤其涉及深度学习等人工智能等技术领域。具体实现方案为：获取目标模型的输入数据，所述输入数据包括第一稀疏矩阵；根据所述目标模型对所述第一稀疏矩阵中的第一行数据进行计算，获得第一计算结果；所述第一行数据包括所述第一稀疏矩阵中的行数据；根据所述目标模型对所述第一稀疏矩阵中的第二行数据进行计算，获得第二计算结果；所述第二行数据包括所述第一稀疏矩阵中的非零行数据；根据所述第一计算结果和所述第二计算结果，获得所述输入数据处理结果。本公开实施例能够提高模型输入数据处理的效率。实施例能够提高模型输入数据处理的效率。实施例能够提高模型输入数据处理的效率。

【技术实现步骤摘要】
数据处理方法、装置、电子设备及存储介质


[0001]本公开涉及计算机
，尤其涉及深度学习等人工智能
，具体涉及一种数据处理方法、装置、电子设备及存储介质。

技术介绍

[0002]随着计算机技术的发展，需要计算机处理的数据也越来越多，处理难度越来越大，为了满足用户日益增长的使用需求，数据处理技术也不断面临着新的挑战。
[0003]比如，深度学习模型或机器学习模型是处理数据的常用工具之一。模型能够对大量的输入数据进行分析，得到输出数据，并能够根据输出数据的正确性进行自身算法的调整，实现自我优化和训练。由于模型所处理的输入数据的数据量可能较多，影响模型的处理效率，因此需要对此进行优化。

技术实现思路

[0004]本公开提供了一种数据处理方法、装置、电子设备及存储介质。
[0005]根据本公开的第一方面，提供了一种获取目标模型的输入数据，输入数据包括第一稀疏矩阵；
[0006]根据目标模型对第一稀疏矩阵中的第一行数据进行计算，获得第一计算结果；第一行数据包括第一稀疏矩阵中的行数据；
[0007本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，包括：获取目标模型的输入数据，所述输入数据包括第一稀疏矩阵；根据所述目标模型对所述第一稀疏矩阵中的第一行数据进行计算，获得第一计算结果；所述第一行数据包括所述第一稀疏矩阵中的行数据；根据所述目标模型对所述第一稀疏矩阵中的第二行数据进行计算，获得第二计算结果；所述第二行数据包括所述第一稀疏矩阵中的非零行数据；根据所述第一计算结果和所述第二计算结果，获得所述输入数据处理结果。2.根据权利要求1所述的方法，其中，所述根据所述目标模型对所述第一稀疏矩阵中的第一行数据进行计算，获得第一计算结果，包括：对所述第一稀疏矩阵中的所述第一行数据进行划分，获得多份第三行数据；将所述多份第三行数据分配至多个计算节点，获得所述多个计算节点按照目标模型对所述第一稀疏矩阵的计算逻辑输出的多个第三行数据计算结果；基于所述多份第三行数据的原始行号，对所述多个第三行数据计算结果进行行维度的拼接，得到第二稀疏矩阵；将所述第二稀疏矩阵作为所述第一计算结果。3.根据权利要求2所述的方法，其中，所述根据所述目标模型对所述第一稀疏矩阵中的第二行数据进行计算，获得第二计算结果，包括：将所述第二行数据进行行维度的拼接，得到第一稠密矩阵；按照所述目标模型中对稀疏矩阵进行计算的计算逻辑，对所述第一稠密矩阵进行计算，获得第二稠密矩阵；将所述第二稠密矩阵作为所述第二计算结果。4.根据权利要求3所述的方法，其中，所述根据所述第一计算结果和所述第二计算结果，获得所述输入数据处理结果，包括：基于所述第二行数据的行号，将所述第二稠密矩阵的各行，覆盖至所述第二稀疏矩阵的矩阵行，得到所述输入数据处理结果。5.根据权利要求1
‑
4中任意一项所述的方法，其中，所述第二行数据为所述第一稀疏矩阵中的非零行数据。6.一种数据处理装置，包括：输入数据获取模块，用于获取目标模型的输入数据，所述输入数据包括第一稀疏矩阵；第一行数据计算模块，用于根据所述目标模型对所述第一稀疏矩阵中的第一行数据进行计算，获得第一计算结果；所述第一行数据包括所述第一稀疏矩阵中的行数据；第二行数据计算模块，用于根据所述目标模型对所述第一稀疏矩阵中的第二行数据进行...

【专利技术属性】
技术研发人员：张欢，陈庆澍，
申请(专利权)人：昆仑芯北京科技有限公司，
类型：发明
国别省市：