[發明專利]運算方法、裝置及相關產品

在審

• 申請號: 201910197973.1
• 申請日: 2019-03-15
• 公開（公告）號: CN111695669A
• 公開（公告）日: 2020-09-22
• 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: G06N3/02
• 分類號: G06N3/02;G06N20/00
• 代理公司: 北京林達劉知識產權代理事務所(普通合伙) 11277
• 代理人: 劉新宇

1.一種矩陣的運算方法，其特征在于，所述方法包括：

根據接收的待運算矩陣，獲取對應的待運算張量，所述待運算張量包括第一張量和第二張量；

根據所述第一張量和所述第二張量的形狀，確定神經網絡模型的輸入數據；

將所述輸入數據通過所述神經網絡模型，根據所述神經網絡模型的輸出結果，得到所述待運算矩陣的運算結果。

2.根據權利要求1所述的矩陣的運算方法，其特征在于，根據接收的待運算矩陣，獲取對應的第一張量和第二張量，所述待運算張量包括第一張量和第二張量，包括：

接收第一矩陣和第二矩陣；

根據所述第一矩陣和所述第二矩陣，分別得到對應的第一張量和第二張量。

3.根據權利要求2所述的矩陣的運算方法，其特征在于，根據所述第一矩陣和所述第二矩陣，分別得到對應的第一張量和第二張量，包括：

對所述第一矩陣和所述第二矩陣分別進行相同的維度擴展，得到對應的第一張量和第二張量。

4.根據權利要求1所述的矩陣的運算方法，其特征在于，根據所述第一張量和所述第二張量的形狀，確定神經網絡模型的輸入數據，包括：

將所述第一張量作為神經網絡模型的初始輸入張量，所述第二張量作為神經網絡模型的初始過濾器張量，得到所述神經網絡模型的初始輸入數據；

根據所述初始輸入張量和所述初始過濾器張量之間的比較結果，確定所述神經網絡模型的輸入數據。

5.根據權利要求4所述的矩陣的運算方法，其特征在于，根據所述初始輸入張量和所述初始過濾器張量之間的比較結果，確定所述神經網絡模型的輸入數據，包括：

讀取所述初始輸入張量的批處理數目；

讀取所述初始過濾器張量的輸出通道數目；

根據所述批處理數目和所述輸出通道數目的大小關系，確定所述神經網絡模型的輸入數據。

6.根據權利要求5所述的矩陣的運算方法，其特征在于，根據所述批處理數目和所述輸出通道數目的大小關系，確定所述神經網絡模型的輸入數據，包括：

在所述輸出通道數目與所述批處理數目之差不小于閾值時，對所述初始輸入數據執行調換操作，得到所述神經網絡模型的輸入數據；

在所述輸出通道數目與所述批處理數目之差小于閾值時，將所述初始輸入數據作為所述神經網絡模型的輸入數據。

7.根據權利要求6所述的矩陣的運算方法，其特征在于，對所述初始輸入數據執行調換操作，得到所述神經網絡模型的輸入數據，包括：

將所述初始輸入張量作為所述神經網絡模型的過濾器張量，將所述初始過濾器張量作為所述神經網絡模型的輸入張量，得到所述神經網絡模型的輸入數據。

8.根據權利要求1所述的矩陣的運算方法，其特征在于，將所述輸入數據通過所述神經網絡模型，根據所述神經網絡模型的輸出結果，得到所述待運算矩陣的運算結果，包括：

將所述輸入數據通過所述神經網絡模型，得到所述神經網絡模型的輸出結果；

根據矩陣運算的維度要求，提取所述輸出結果中相應維度的數據，得到所述待運算矩陣的運算結果。

9.一種矩陣的運算裝置，其特征在于，包括：

張量獲取單元，用于根據接收的待運算矩陣，獲取對應的待運算張量，所述待運算張量包括第一張量和第二張量；

輸入數據確定單元，用于根據所述第一張量和所述第二張量的形狀，確定神經網絡模型的輸入數據；

運算單元，用于將所述輸入數據通過所述神經網絡模型，根據所述神經網絡模型的輸出結果，得到所述待運算矩陣的運算結果。

10.根據權利要求9所述的矩陣的運算裝置，其特征在于，所述張量獲取單元用于：

接收第一矩陣和第二矩陣；

根據所述第一矩陣和所述第二矩陣，分別得到對應的第一張量和第二張量。