用于提供计算高效神经网络的设备和方法技术

公开了一种数据处理装置(100)，所述数据处理装置包括处理电路(101)，所述处理电路用于操作神经网络以对数据文件进行分类。所述处理电路(101)还用于：获取所述数据文件的初始集，其中所述初始集中的每个数据文件指示相应类，并由相应的第一特征向量表示。此外，所述处理电路(101)用于：获取所述数据文件的附加数据集以获取训练数据集，其中所述附加数据集中的每个数据文件由相应的第二特征向量表示，其中所述训练数据集通过以下方式获取：根据所述相应的第二特征向量与所述相应的第一特征向量之间的相似性度量，对所述附加数据集中的一个或多个数据文件进行分类。所述处理电路(101)还用于：根据所述训练数据集训练所述神经网络。经网络。经网络。

【技术实现步骤摘要】
【国外来华专利技术】用于提供计算高效神经网络的设备和方法


[0001]本专利技术涉及数据处理。更具体地，本专利技术涉及用于提供计算高效神经网络的设备和方法。高效神经网络是一种对计算资源的要求比传统神经网络低的神经网络。

技术介绍

[0002]例如，以深度神经网络(deep neural network，DNN)为形式出现的人工智能(Artificial Intelligence，AI)在越来越多的电子设备中实施。然而，DNN通常对计算资源要求很高，例如，由于频繁的内存访问，DNN消耗了大量的能量。因此，在处理能力、内存和能量存储等硬件能力降低的电子设备上，如智能手机或其他类型的物联网设备，实施DNN是一项挑战。

技术实现思路

[0003]本专利技术的目的是提供用于提供计算高效神经网络的设备和方法，即神经网络对计算资源的要求比传统神经网络的低。
[0004]上述和其它目的通过独立权利要求请求保护的主题来实现。其它实现方式在从属权利要求、说明书和附图中是显而易见的。
[0005]根据第一方面，提供了一种数据处理装置，所述数据处理装置包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种数据处理装置(100)，其特征在于，包括处理电路(101)，所述处理电路用于操作神经网络(101b)以对数据文件(201)进行分类，其中所述处理电路(101)还用于：获取所述数据文件(201)的初始集，所述初始集中的每个数据文件指示多个类中的相应类，并由相应的第一特征向量(203)表示；获取所述数据文件(201)的附加数据集以获取训练数据集，所述附加数据集中的每个数据文件由相应的第二特征向量(203)表示，其中所述训练数据集通过以下方式获取：根据所述相应的第二特征向量与所述相应的第一特征向量之间的相似性度量，将所述附加数据集中的一个或多个数据文件(201)分类为所述多个类；根据所述训练数据集训练所述神经网络(101b)。2.根据权利要求1所述的数据处理装置(100)，其特征在于，所述处理电路(101)用于：当所述相应的第二特征向量与所述相应的第一特征向量之间的所述相似性度量大于相似性阈值上限时，将所述附加数据集中的一个或多个数据文件(201)分类为所述多个类，获取所述训练数据集。3.根据权利要求1或2所述的数据处理装置(100)，其特征在于，所述处理电路(101)用于：当所述相应的第二特征向量与全部所述第一特征向量之间的相应相似性度量小于相应相似性阈值下限时，将所述附加数据集中的一个或多个数据文件(201)分类为与所述多个类中的每一个不同的另一类，获取所述训练数据集。4.根据权利要求1所述的数据处理装置(100)，其特征在于，所述初始集包括指示所述多个类中相同类的至少两个数据文件(201)；所述处理电路(101)用于：根据所述至少两个数据文件(201)的所述第一特征向量，确定平均第一特征向量；所述处理电路(101)用于：当所述相应的第二特征向量与所述平均第一特征向量之间的所述相应相似性度量大于相似性阈值上限时，将所述附加数据集中的一个或多个数据文件(201)分类为所述类的所述至少两个数据文件，获取所述训练数据集。5.根据权利要求4所述的数据处理装置(100)，其特征在于，所述处理电路(101)用于：当所述第二特征向量与所述平均第一特征向量之间的所述相应相似性度量小于相应相似性阈值下限时，将所述附加数据集中的一个或多个数据文件(201)分类为与所述多个类中的每一个不同的另一类，获取所述训练数据集。6.根据权利要求2至5中任一项所述的数据处理装置(100)，其特征在于，所述处理电路(101)用于：根据所述相应的第一特征向量或所述平均第一特征向量与所述相应的第二特征向量之间的标量积，确定所述相应的第一特征向量或所述平均第一特征向量与所述相应的第二特征向量之间的所述相似性度量。7.根据上述权利要求中任一项所述的数据处理装置(100)，其特征在于，所述处理电路(101)用于：操作另一神经网络(101a)，所述另一神经网络用于为每个数据文件(201)生成所述数据...

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