[發明專利]一種信息處理方法及相關產品

在審

• 申請號: 201711212995.8
• 申請日: 2017-10-30
• 公開（公告）號: CN107832845A
• 公開（公告）日: 2018-03-23
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 上海寒武紀信息科技有限公司
• 主分類號: G06N3/063
• 分類號: G06N3/063;G06N3/04;G06N3/08;G06Q30/06
• 代理公司: 廣州三環專利商標代理有限公司44202
• 代理人: 郝傳鑫,熊永強

技術領域

本申請涉及信息處理技術領域，具體涉及一種信息處理方法及相關產品。

背景技術

隨著信息技術的不斷發展和人們日益增長的需求，人們對信息及時性的要求越來越高了。目前，終端對信息的獲取以及處理均是基于通用處理器獲得的，例如在通用處理器運行指定應用程序以實現用戶商品推薦等等。

在實踐中發現，這種基于通用處理器運行軟件程序來處理信息的方式，受限于通用處理器的運行速率，特別是在通用處理器負荷較大的情況下，信息處理效率較低、時延較大。

申請內容

本申請實施例提供了一種信息計算方法及相關產品，可提升計算裝置的處理速度，提高效率。

第一方面，提供一種信息處理方法，應用于計算裝置內，所述計算裝置包括通信單元以及運算單元，所述方法包括：

所述計算裝置控制所述通信單元獲取待處理的用戶數據，所述用戶數據用于為所述用戶推薦感興趣的商品推薦信息；

所述計算裝置控制所述運算單元獲取運算指令，以調用所述運算指令對所述用戶數據進行處理，從而獲得所述用戶數據對應的商品推薦信息；

其中，所述運算指令為預先設置的用于商品預測和推薦的指令，所述商品推薦信息包括為所述用戶推薦的至少一個目標商品。

在一些可能的實施例中，所述用戶數據包括以下中的至少一項：用戶行為數據、用戶體征數據、群體數據以及時間數據，所述用戶行為數據用于指示所述用戶的歷史商品記錄，所述用戶體征數據用于指示所述用戶的生理數據，所述群體數據用于指示和所述用戶處于同一地理區域范圍內的其他用戶數據，所述時間數據用于指示產生所述用戶行為數據所對應的時間。

在一些可能的實施例中，所述計算裝置還包括寄存器單元以及控制器單元，所述計算裝置控制所述運算單元獲得運算指令，以調用運算指令對所述用戶數據進行處理，從而獲得所述用戶數據對應的商品推薦信息包括：

所述計算裝置控制所述控制器單元從所述寄存器單元中提取網絡模型關聯的運算指令，并發送給所述運算單元；

所述計算裝置控制所述運算單元調用所述網絡模型關聯的運算指令，對所述用戶數據進行特征提取，從而獲得針對多個商品各自的推薦信息，所述推薦信息至少包括所述商品的得分；

所述計算裝置控制所述運算單元從所述多個推薦信息中，選擇得分超過預設閾值所對應的推薦信息，作為所述商品推薦信息。

在一些可能的實施例中，所述網絡模型包括以下功能層中的任一項或多項的組合：卷積運算層、池化pooling層、激活softmax層、批歸一化batch normalization層以及全連接層；所述功能層是由預存的至少一個運算指令構成的。

在一些可能的實施例中，構成所述神經網絡模型中的功能層、所述功能層的數量以及排序是由用戶側或終端側自定義設置的。

在一些可能的實施例中，所述用戶數據包括稀疏用戶數據，用于指示存在較少的針對所述用戶的記錄數據。

在一些可能的實施例中，所述計算裝置還包括數據訪問單元和存儲介質，

所述計算裝置控制所述運算單元將所述商品推薦信息發送給所述數據訪問單元，以存儲至所述存儲介質中。

在一些可能的實施例中，所述運算單元包括通過互聯模塊互聯的主運算模塊以及多個從運算模塊，所述運算指令為卷積運算指令時，

所述調用所述運算指令對所述用戶數據進行處理包括：

所述計算裝置控制所述從運算模塊實現卷積神經網絡算法中的輸入數據和卷積核的卷積運算，所述輸入數據為所述用戶數據，所述卷積神經網絡算法與所述卷積運算指令對應；

所述計算裝置控制所述互聯模塊實現所述主運算模塊與所述從運算模塊之前的數據傳輸，在神經網絡全連接層正向運算開始之前，所述主運算模塊通過互聯模塊將所述輸入數據發送給每個從運算模塊，在從運算模塊計算結束后，互聯模塊逐級將各個從運算模塊的輸出標量拼成中間向量，并返回給主運算模塊；

所述計算裝置控制所述主運算模塊將所有輸入數據對應的中間向量拼接成中間結果，并對所述中間結果執行后續運算。

在一些可能的實施例中，所述對所述中間結果執行后續運算包括：

所述計算裝置控制所述主運算模塊將中間結果與偏置數據相加，然后執行激活操作。

在一些可能的實施例中，所述主運算模塊包括第一運算單元，所述第一運算單元包括向量加法單元以及激活單元，

所述計算裝置控制所述主運算模塊將中間結果與偏置數據相加，然后執行激活操作包括：