[發(fā)明專利]一種數(shù)據(jù)處理方法、裝置及移動(dòng)終端

在審

• 申請(qǐng)?zhí)枺?/td>: 201711084428.9
• 申請(qǐng)日: 2017-11-07
• 公開(kāi)（公告）號(hào): CN107766939A
• 公開(kāi)（公告）日: 2018-03-06
• 發(fā)明（設(shè)計(jì)）人: 周展
• 申請(qǐng)（專利權(quán)）人: 維沃移動(dòng)通信有限公司
• 主分類號(hào): G06N3/08
• 分類號(hào): G06N3/08
• 代理公司: 北京銀龍知識(shí)產(chǎn)權(quán)代理有限公司11243
• 代理人: 許靜,安利霞

技術(shù)領(lǐng)域

本發(fā)明涉及通信技術(shù)領(lǐng)域，尤其涉及一種數(shù)據(jù)處理方法、裝置及移動(dòng)終端。

背景技術(shù)

在模式識(shí)別、圖像分類以及圖像分割等方面，深度學(xué)習(xí)比傳統(tǒng)的機(jī)器學(xué)習(xí)方法有更高的準(zhǔn)確率，因此該技術(shù)近年得到廣泛研究。同時(shí)隨著智能移動(dòng)終端拍照技術(shù)要求的不斷提高，如何將深度學(xué)習(xí)技術(shù)完美的運(yùn)行到設(shè)備上已經(jīng)成為各大移動(dòng)終端廠商以及OEM(Original Equipment Manufacturer，原始設(shè)備制造商)的研究熱點(diǎn)。

深度學(xué)習(xí)推理過(guò)程中，特別是模型大并且效果好的神經(jīng)網(wǎng)絡(luò)模型，往往計(jì)算量過(guò)大，并且占用大量?jī)?nèi)存，同時(shí)功耗大，無(wú)法部署到移動(dòng)終端上。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種數(shù)據(jù)處理方法、裝置及移動(dòng)終端，以解決現(xiàn)有技術(shù)中神經(jīng)網(wǎng)絡(luò)模型無(wú)法部署到移動(dòng)終端上的問(wèn)題。

為了解決上述技術(shù)問(wèn)題，本發(fā)明是這樣實(shí)現(xiàn)的：

第一方面，本發(fā)明實(shí)施例提供了數(shù)據(jù)處理方法，包括：

獲取待處理數(shù)據(jù)；

使用第二神經(jīng)網(wǎng)絡(luò)模型，對(duì)所述待處理數(shù)據(jù)進(jìn)行處理；

其中，所述第二神經(jīng)網(wǎng)絡(luò)模型是根據(jù)預(yù)先建立的第一神經(jīng)網(wǎng)絡(luò)模型轉(zhuǎn)換得到的，轉(zhuǎn)換過(guò)程包括以下步驟：

將所述第一神經(jīng)網(wǎng)絡(luò)模型中每一類型層的權(quán)值系數(shù)，轉(zhuǎn)換為預(yù)設(shè)位數(shù)的定點(diǎn)數(shù)；

分別確定每一類型層的輸入端和輸出端的浮點(diǎn)零值和縮放系數(shù)；其中，所述浮點(diǎn)零值為用來(lái)表示浮點(diǎn)數(shù)中的零值的定點(diǎn)數(shù)，所述縮放系數(shù)為浮點(diǎn)數(shù)和定點(diǎn)數(shù)之間進(jìn)行轉(zhuǎn)換時(shí)用于進(jìn)行比例縮放的正浮點(diǎn)數(shù)；

根據(jù)由每一類型層的權(quán)值系數(shù)轉(zhuǎn)換得到的定點(diǎn)數(shù)，以及每一類型層的輸入端和輸出端的浮點(diǎn)零值和縮放系數(shù)，將所述第一神經(jīng)網(wǎng)絡(luò)模型轉(zhuǎn)換為基于定點(diǎn)數(shù)計(jì)算的所述第二神經(jīng)網(wǎng)絡(luò)模型。

第二方面，本發(fā)明實(shí)施例提供了一種數(shù)據(jù)處理裝置，包括：

獲取模塊，用于獲取待處理數(shù)據(jù)；

處理模塊，用于使用第二神經(jīng)網(wǎng)絡(luò)模型，對(duì)所述待處理數(shù)據(jù)進(jìn)行處理；

其中，所述第二神經(jīng)網(wǎng)絡(luò)模型是根據(jù)預(yù)先建立的第一神經(jīng)網(wǎng)絡(luò)模型轉(zhuǎn)換得到的，轉(zhuǎn)換過(guò)程包括以下步驟：

將所述第一神經(jīng)網(wǎng)絡(luò)模型中每一類型層的權(quán)值系數(shù)，轉(zhuǎn)換為預(yù)設(shè)位數(shù)的定點(diǎn)數(shù)；

分別確定每一類型層的輸入端和輸出端的浮點(diǎn)零值和縮放系數(shù)；其中，所述浮點(diǎn)零值為用來(lái)表示浮點(diǎn)數(shù)中的零值的定點(diǎn)數(shù)，所述縮放系數(shù)為浮點(diǎn)數(shù)和定點(diǎn)數(shù)之間進(jìn)行轉(zhuǎn)換時(shí)用于進(jìn)行比例縮放的正浮點(diǎn)數(shù)；

根據(jù)由每一類型層的權(quán)值系數(shù)轉(zhuǎn)換得到的定點(diǎn)數(shù)，以及每一類型層的輸入端和輸出端的浮點(diǎn)零值和縮放系數(shù)，將所述第一神經(jīng)網(wǎng)絡(luò)模型轉(zhuǎn)換為基于定點(diǎn)數(shù)計(jì)算的所述第二神經(jīng)網(wǎng)絡(luò)模型。

第三方面，本發(fā)明實(shí)施例提供了一種移動(dòng)終端，包括處理器、存儲(chǔ)器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如上所述的數(shù)據(jù)處理方法的步驟。

第四方面，本發(fā)明實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上所述的數(shù)據(jù)處理方法的步驟。

本發(fā)明實(shí)施例將基于浮點(diǎn)計(jì)算的神經(jīng)網(wǎng)絡(luò)模型轉(zhuǎn)換成基于定點(diǎn)計(jì)算的神經(jīng)網(wǎng)絡(luò)模型，并將轉(zhuǎn)換后的神經(jīng)網(wǎng)絡(luò)模型移植到支持預(yù)設(shè)位數(shù)的定點(diǎn)運(yùn)算的嵌入式處理器中，利用第二神經(jīng)網(wǎng)絡(luò)模型進(jìn)行數(shù)據(jù)處理，能夠減小數(shù)據(jù)處理量，降低能耗，能夠使第二神經(jīng)網(wǎng)絡(luò)模型有效地運(yùn)行于移動(dòng)終端上。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)本發(fā)明實(shí)施例的描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1表示本發(fā)明實(shí)施例提供的數(shù)據(jù)處理方法的流程圖；

圖2表示本發(fā)明實(shí)施例提供的數(shù)據(jù)處理裝置的框圖之一；

圖3表示本發(fā)明實(shí)施例提供的數(shù)據(jù)處理裝置的框圖之二；

圖4表示本發(fā)明實(shí)施例提供的移動(dòng)終端的框圖。

具體實(shí)施方式

下面將參照附圖更詳細(xì)地描述本發(fā)明的示例性實(shí)施例。雖然附圖中顯示了本發(fā)明的示例性實(shí)施例，然而應(yīng)當(dāng)理解，可以以各種形式實(shí)現(xiàn)本發(fā)明而不應(yīng)被這里闡述的實(shí)施例所限制。相反，提供這些實(shí)施例是為了能夠更透徹地理解本發(fā)明，并且能夠?qū)⒈景l(fā)明的范圍完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。

依據(jù)本發(fā)明實(shí)施例的一個(gè)方面，提供了一種數(shù)據(jù)處理方法。

本發(fā)明實(shí)施例提供的數(shù)據(jù)處理方法包括：獲取待處理數(shù)據(jù)，然后使用第二神經(jīng)網(wǎng)絡(luò)模型，對(duì)待處理數(shù)據(jù)進(jìn)行處理。