[發明專利]一種數據處理方法及裝置、存儲介質

在審

• 申請號: 202010675399.9
• 申請日: 2020-07-14
• 公開（公告）號: CN111859797A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 劉君
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F111/04;G06F111/06
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 王軍紅;張穎玲

1.一種數據處理方法，其特征在于，所述方法包括：

獲取卷積神經網絡的網絡結構參數和處理器的處理器參數；并根據所述網絡結構參數和所述處理器參數，設置目標優化算法的約束條件，所述目標優化算法中的優化目標包括處理器能耗和/或處理器性能；

基于所述約束條件執行所述目標優化算法，得到所述卷積神經網絡對應的數據復用方式；

根據所述數據復用方式，調度所述處理器執行所述卷積神經網絡對應的卷積計算。

2.根據權利要求1所述的方法，其特征在于，所述約束條件包括：處理器能耗約束條件和/或處理器性能約束條件，所述基于所述約束條件執行所述目標優化算法，得到所述卷積神經網絡對應的數據復用方式，包括：

執行所述目標優化算法，得到滿足所述處理器能耗約束條件和/或所述處理器性能約束條件的所述數據復用方式。

3.根據權利要求1所述的方法，其特征在于，所述處理器參數包括所述處理器的存儲層級；所述根據所述網絡結構參數和所述處理器參數，設置目標優化算法的約束條件，包括：

根據所述處理器的存儲層級確定所述卷積神經網絡中卷積層對應的循環分塊層數；

根據所述網絡結構參數和所述處理器參數，對所述目標優化算法設置所述循環分塊層數對應的約束條件。

4.根據權利要求3所述的方法，其特征在于，所述根據所述網絡結構參數和所述處理器參數，對所述目標優化算法設置所述循環分塊層數對應的約束條件，包括：

根據所述卷積神經網絡對應的循環分塊層數，確定所述卷積神經網絡對應的循環分塊參數，所述循環分塊參數為輸入特征圖、所述卷積神經網絡的卷積核和輸出特征圖對應的分塊尺寸參數；

根據所述網絡結構參數和所述處理器參數，對所述目標優化算法設置所述循環分塊參數對應的循環分塊參數約束條件；

將所述處理器能耗約束條件和/或所述處理器性能約束條件、和所述循環分塊參數約束條件確定為所述循環分塊層數對應的約束條件。

5.根據權利要求4所述的方法，其特征在于，所述方法還包括：

執行所述目標優化算法，得到滿足所述處理器能耗約束條件和/或所述處理器性能約束條件、和所述循環分塊參數約束條件的循環分塊參數值；

執行所述目標優化算法，得到滿足所述處理器能耗約束條件和/或所述處理器性能約束條件的所述數據復用方式。

6.根據權利要求5所述的方法，其特征在于，所述方法還包括：

根據所述數據復用方式和所述循環分塊參數值，調度處理器執行所述卷積神經網絡對應的卷積計算。

7.根據權利要求6所述的方法，其特征在于，所述根據所述數據復用方式、所述循環分塊參數值，調度處理器執行所述卷積神經網絡對應的卷積計算，包括：

根據所述循環分塊層數和所述循環分塊參數值，對所述輸入特征圖和所述卷積核進行層級劃分，得到多層輸入特征子塊和多層卷積核子塊；

根據所述循環分塊層數對應的所述存儲層級，將所述多層輸入特征子塊分級存儲至所述處理器的多級輸入緩存中、將所述多層卷積核子塊分級存儲至所述處理器的多級卷積核緩存中；

根據所述數據復用方式，逐級調度所述多級輸入緩存和所述多級卷積核緩存嵌套循環執行所述卷積計算。