信号处理的系统和方法技术方案

本申请为信号处理的系统和方法，实施例公开了一种信号处理方法以及装置，包括：输入模块，用于接收输入信号矩阵和权重矩阵；第一交织模块，用于交织输入信号矩阵，得到交织信号矩阵；第一分块模块，用于分块该交织信号矩阵；第二交织模块，用于交织权重矩阵，得到交织权重矩阵；处理模块，用于处理该交织权重矩阵，得到多个稀疏化分块权重矩阵；矩阵乘模块，用于实现多个稀疏化分块权重矩阵与多个分块信号矩阵对应矩阵乘，得到多个矩阵乘运算结果；输出模块，用于输出信号处理结果。该方法及相关装置解决了关键权重分布不均匀导致的负载不均衡问题，提高了神经网络的运算效率。提高了神经网络的运算效率。提高了神经网络的运算效率。

System and method of signal processing

【技术实现步骤摘要】
信号处理的系统和方法
[0001]本申请是分案申请，原申请的申请号是201710525239.4，原申请日是2017年06月30日，原申请的全部内容通过引用结合在本申请中。


[0002]本申请涉及人工智能领域，尤其涉及信号处理的系统和方法。

技术介绍

[0003]人工神经网络(artificial neural networks,ANN)，也简称为神经网络(neural network,NN)，是一种模仿动物神经网络行为特征进行信息处理的网络结构。该结构由大量的节点(或称神经元)相互联接构成，基于特定运算模型通过对输入信息进行学习和训练达到处理信息的目的。一个神经网络包括输入层、隐藏层及输出层，输入层负责接收输入信号，输出层负责输出神经网络的计算结果，隐藏层负责学习、训练等计算过程，是网络的记忆单元，隐藏层的记忆功能由权重矩阵来表征。
[0004]循环神经网络(recurrent neural network,RNN)是一种神经网络。循环神经网络的隐藏层存在一定的循环反馈机制，神经元彼此之间相互连接，且对历史输入信息具有记忆功能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信号处理方法，其特征在于，包括：接收输入信号矩阵，所述输入信号矩阵包括多个计算机可处理的待处理信号；接收权重矩阵，所述权重矩阵包括多个权重系数；交织所述输入信号矩阵，得到交织信号矩阵；分块所述交织信号矩阵，得到多个分块信号矩阵；交织所述权重矩阵，得到交织权重矩阵；处理所述交织权重矩阵，得到多个稀疏化分块权重矩阵；将所述多个稀疏化分块权重矩阵与所述多个分块信号矩阵进行矩阵乘运算得到多个矩阵乘运算结果，其中，每个稀疏化分块权重矩阵与对应于该稀疏化分块权重矩阵的分块信号矩阵进行矩阵乘运算得到一个矩阵乘运算结果，每个矩阵乘运算结果包括多个计算机可处理的输出信号；其中，所述交织包括改变矩阵中的元素的排列。2.根据权利要求1所述方法，其特征在于，所述处理所述交织权重矩阵，得到多个稀疏化分块权重矩阵包括：分块所述交织权重矩阵，得到多个分块权重矩阵；稀疏化所述多个分块权重矩阵，得到所述多个稀疏化分块权重矩阵。3.根据权利要求1所述方法，其特征在于，所述处理所述交织权重矩阵，得到多个稀疏化分块权重矩阵包括：稀疏化所述交织权重矩阵，得到稀疏化权重矩阵；分块所述稀疏化权重矩阵，得到所述多个稀疏化分块权重矩阵。4.根据权利要求1至3中任一项所述方法，其特征在于，交织所述输入信号矩阵和交织所述权重矩阵遵循相同的交织规则。5.根据权利要求1至4中任一项所述方法，其特征在于，所述待处理信号包括语音信号、文本信号或图像信号中的至少一项。6.根据权利要求1至5中任一项所述方法，其特征在于，所述输入信号矩阵来自神经网络的输入层或中间层。7.根据权利要求1至6中任一项所述方法，其特征在于，所述方法还包括：输出信号处理结果，其中，所述信号处理结果包括所述多个矩阵乘运算结果。8.根据权利要求7所述方法，其特征在于，所述输出信号处理结果包括：将所述信号处理结果传输给神经网络的输出层或中间层。9.一种信号处理装置，其特征在于，包括：第一输入模块，用于接收输入信号矩阵，所述输入信号矩阵包括多个计算机可处理的待处理信号；第二输入模块，用于接收权重矩阵，所述权重矩阵包括多个权重系数；第一交织模块，用于交织所述输入信号矩阵，得到交织信号矩阵；第一分块模块，用于分块所述交织信号矩阵，得到多个分块信号矩阵；第二交织模块，用于交织所述权重矩阵，得到交织权重矩阵；处理模块，用于处理所述交织权重矩阵，得...

【专利技术属性】
技术研发人员：许若圣，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：