[發明專利]一種矩陣數據的處理方法、裝置、電子設備及存儲介質

有效

• 申請號: 202010322720.5
• 申請日: 2020-04-22
• 公開（公告）號: CN111582444B
• 公開（公告）日: 2023-05-05
• 發明（設計）人: 牛昕宇;蔡權雄
• 申請（專利權）人: 深圳鯤云信息科技有限公司
• 主分類號: G06N3/044
• 分類號: G06N3/044;G06N3/0442;G06F17/16
• 代理公司: 深圳智匯遠見知識產權代理有限公司 44481
• 代理人: 黃巍

1.一種矩陣數據的處理方法，用于遞歸神經網絡，其特征在于，所述方法包括：

獲取所述遞歸神經網絡的待處理矩陣數據以及權重矩陣數據，所述待處理矩陣數據以及權重矩陣數據均由矩陣元素構成，所述矩陣數據包括由所述矩陣元素構建的列式矢量；

提取所述權重矩陣數據中的權重列式矢量；

提取所述待處理矩陣數據與所述權重列式矢量對應的待處理矩陣元素；

將所述權重列式矢量與所述待處理矩陣元素進行乘法計算，得到第一處理結果；

將所述第一處理結果進行累加，得到第二處理結果，并輸出所述第二處理結果作為所述待處理矩陣數據的處理結果。

2.如權利要求1所述的矩陣數據的處理方法，其特征在于，所述方法還包括：

獲取元素并行參數以及矢量并行參數；

根據所述元素并行參數以及矢量并行參數對所述權重矩陣數據進行分塊，得到權重矢量塊；

將所述權重矢量塊與所述待處理矩陣元素進行乘法計算，得到第一處理結果。

3.如權利要求2所述的矩陣數據的處理方法，其特征在于，所述遞歸神經網絡包括處理單元，所述獲取元素并行參數以及矢量并行參數，包括：

獲取處理單元數量；

獲取所述權重矩陣數據中的權重矩陣的矢量行數；

根據所述處理單元數量與元素并行參數的比值、及所述權重矩陣的矢量行數對矢量并行參數進行約束，并通過貪婪算法搜索得到所述元素并行參數以及矢量并行參數。

4.如權利要求3所述的矩陣數據的處理方法，其特征在于，在所述將所述第一處理結果進行累加，得到第二處理結果之前，所述方法還包括：

對所述第一處理結果進行平衡性計算，以平衡所述權重矢量塊的并行性。

5.一種矩陣數據的處理裝置，用于遞歸神經網絡，其特征在于，所述裝置包括：

第一獲取模塊，用于獲取所述遞歸神經網絡的待處理矩陣數據以及權重矩陣數據，所述待處理矩陣數據以及權重矩陣數據均由矩陣元素構成，所述矩陣數據包括由所述矩陣元素構建的列式矢量；

第一提取模塊，用于提取所述權重矩陣數據中的權重列式矢量；

第二提取模塊，用于提取所述待處理矩陣數據與所述權重列式矢量對應的待處理矩陣元素；

第一計算模塊，用于將所述權重列式矢量與所述待處理矩陣元素進行乘法計算，得到第一處理結果；

第二計算模塊，用于將所述第一處理結果進行累加，得到第二處理結果，并輸出所述第二處理結果作為所述待處理矩陣數據的處理結果。

6.如權利要求5所述的矩陣數據的處理裝置，其特征在于，所述裝置還包括：

第二獲取模塊，用于獲取元素并行參數以及矢量并行參數；

分塊模塊，用于根據所述元素并行參數以及矢量并行參數對所述權重矩陣數據進行分塊，得到權重矢量塊；

第三計算模塊，用于將所述權重矢量塊與所述待處理矩陣元素進行乘法計算，得到第一處理結果。

7.如權利要求6所述的矩陣數據的處理裝置，其特征在于，所述遞歸神經網絡包括處理單元，所述第二獲取模塊，包括：

第一獲取單元，用于獲取處理單元數量；

第二獲取單元，用于獲取所述權重矩陣數據中的權重矩陣的矢量行數；

搜索單元，用于根據所述處理單元數量與元素并行參數的比值、及所述權重矩陣的矢量行數對矢量并行參數進行約束，并通過貪婪算法搜索得到所述元素并行參數以及矢量并行參數。

8.如權利要求7所述的矩陣數據的處理裝置，其特征在于，所述裝置還包括：

平衡模塊，用于對所述第一處理結果進行平衡性計算，以平衡所述權重矢量塊的并行性。

9.一種電子設備，其特征在于，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現如權利要求1至4中任一項所述的矩陣數據的處理方法中的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至4中任一項所述的矩陣數據的處理方法中的步驟。