数据处理方法及电子设备技术

本申请实施例应用于人工智能领域，提供了一种数据处理方法及电子设备，该数据处理方法包括：基于初始数据，通过数据处理模型确定第一处理单元的输入数据，数据处理模型包括第一处理单元，第一处理单元包括位宽选择器和第一算子；通过位宽选择器，基于输入数据，在第一算子的多个候选位宽中确定第一算子的目标位宽；通过数据处理模型将输入数据映射为位宽为目标位宽的第一输入调整数据；通过第一处理单元的第一算子，基于多个参数中目标位宽的目标参数和第一输入调整数据，输出第一处理单元对应的处理结果；通过数据处理模型基于第一处理单元对应的处理结果，确定目标处理结果。基于本申请的技术方法，能够提高推理的准确度，降低人工成本。

【技术实现步骤摘要】

本申请涉及人工智能领域，并且更具体地，涉及一种数据处理方法及电子设备。

技术介绍

1、在数字信号处理中，量化是指将一个大集合（通常是一个连续集合）中的输入值映射到一个较小集合（通常具有有限数量的元素）中的过程。在机器学习领域，特别是神经网络中，这个映射通常是从浮点值到整数值。

2、神经网络的量化是一种有效的技术，可以在保持模型性能的同时显著减小模型大小、提高计算效率和降低功耗。但是，在神经网络量化的过程中，对于神经网络中每个算子量化后的位宽，通常是通过人工分析的方式确定的。

3、通过人工分析确定位宽的方式效率低下，并且量化后的神经网络模型的推理精度较低。

技术实现思路

1、本申请提供了一种数据处理方法，能够提高数据处理模型推理的准确度，并降低人工成本。

2、第一方面，提供一种数据处理方法，包括：基于初始数据，通过数据处理模型确定第一处理单元的输入数据，所述数据处理模型包括第一处理单元，所述第一处理单元包括位宽选择器和第一算子；通过所述第一处理单元的所述位宽选择器，基于所述输本文档来自技高网...

【技术保护点】

1.一种数据处理方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述数据处理模型还包括第二算子，所述第二算子的输出作为所述第一处理单元的输入；

3.根据权利要求2所述的方法，其特征在于，所述数据处理模型还包括第二处理单元和第三处理单元，所述第二处理单元包括第三算子，所述第三处理单元包括至少一个第四算子，所述第一处理单元的输出作为所述第二处理单元的输入，所述第二处理单元的输出作为所述第三处理单元的输入；

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述通过所述第一处理单元的所述位宽选择器，基于所述输入数据，在所述第一算子的多...

【技术特征摘要】

1.一种数据处理方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述数据处理模型还包括第二算子，所述第二算子的输出作为所述第一处理单元的输入；

3.根据权利要求2所述的方法，其特征在于，所述数据处理模型还包括第二处理单元和第三处理单元，所述第二处理单元包括第三算子，所述第三处理单元包括至少一个第四算子，所述第一处理单元的输出作为所述第二处理单元的输入，所述第二处理单元的输出作为所述第三处理单元的输入；

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述通过所述第一处理单元的所述位宽选择器，基于所述输入数据，在所述第一算子的多个候选位宽中确定所述第一算子的目标位宽，包括：

5.根据权利要求4所述的方法，其特征在于，所述通过所述位宽选择器，基于所述输入数据，进行全局平均池化处理，确定全局平均信息之前，还包括：对所述输入数据进行反量化，得到第二反量化数据；

6.根据权利要求5所述的方法，其特征在于，所述通过所述数据处理模型将所述输入数据映射为第一输入调整数据，包括：通过所述数据处理模型基于所述目标位宽，对所述第二反量化数据进行量化，以得到所述第一输入调整数据。

7.根据权利要求1-3、5、6中任一项所述的方法，其特征在于，所述数据处理模型中所述第一处理单元的数量为多个，多个所述第一处理单元中的每个第一处理单元对应的处理结果均作为下一个所述第一处理单元的输入数据；

8.根据权利要求1-3、5、6中任一项所述的方法，其特征在于...

【专利技术属性】
技术研发人员：穆靖，
申请(专利权)人：荣耀终端有限公司，
类型：发明
国别省市：