[發明專利]數據處理方法、裝置、設備和存儲介質

在審

• 申請號: 202210173014.8
• 申請日: 2022-02-24
• 公開（公告）號: CN114648112A
• 公開（公告）日: 2022-06-21
• 發明（設計）人: 孫靜靜;張演龍;季映羽
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06N3/08
• 分類號: G06N3/08;G06N3/04;G06V10/774;G06V10/82;G06K9/62
• 代理公司: 北京鴻德海業知識產權代理有限公司 11412
• 代理人: 田宏賓

本公開提供了一種數據處理方法、裝置、設備和存儲介質，涉及人工智能技術領域，具體為計算機視覺、深度學習等技術領域。數據處理方法包括：根據算子的權重矩陣獲取非零權重值，所述非零權重值是基于非結構化剪枝確定的；獲取所述非零權重值對應的至少兩個待處理數據；根據所述非零權重值，對所述非零權重值對應的每個所述待處理數據進行并行處理，得到所述算子的處理后數據。本公開可以提高數據處理效果。

技術領域

本公開涉及人工智能技術領域，具體為計算機視覺、深度學習等技術領域，尤其涉及一種數據處理方法、裝置、設備和存儲介質。

背景技術

剪枝是模型壓縮的一種方法。根據剪枝粒度，可以分為非結構化剪枝和結構化剪枝。結構化剪枝的粒度較大，主要是在卷積核的通道維度和卷積核維度進行裁剪，而非結構化剪枝主要是對單個權重進行裁剪。

非結構化剪枝能夠實現更高的壓縮率，同時保持較高的模型性能，然而其稀疏結構對于硬件并不友好，實際加速效果并不明顯。

發明內容

本公開提供了一種數據處理方法、裝置、設備和存儲介質。

根據本公開的一方面，提供了一種數據處理方法，包括：根據算子的權重矩陣獲取非零權重值，所述非零權重值是基于非結構化剪枝確定的；獲取所述非零權重值對應的至少兩個待處理數據；根據所述非零權重值，對所述非零權重值對應的每個所述待處理數據進行并行處理，得到所述算子的處理后數據。

根據本公開的另一方面，提供了一種數據處理裝置，包括：第一獲取模塊，用于根據算子的權重矩陣獲取非零權重值，所述非零權重值是基于非結構化剪枝確定的；第二獲取模塊，用于獲取所述非零權重值對應的至少兩個待處理數據；處理模塊，用于根據所述非零權重值，對所述非零權重值對應的每個所述待處理數據進行并行處理，得到所述算子的處理后數據。

根據本公開的另一方面，提供了一種電子設備，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行如上述任一方面的任一項所述的方法。

根據本公開的另一方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，其中，所述計算機指令用于使所述計算機執行根據上述任一方面的任一項所述的方法。

根據本公開的另一方面，提供了一種計算機程序產品，包括計算機程序，所述計算機程序在被處理器執行時實現根據上述任一方面的任一項所述的方法。

根據本公開的技術方案，可以提高數據處理效果。

應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構成對本公開的限定。其中：

圖1是本公開實施例提供的一種數據處理方法的流程圖；

圖2是用來實現本公開實施例的數據處理方法的應用場景的系統示意圖；

圖3是本公開實施例中卷積處理的示意圖；

圖4是本公開實施例中非零權重值與其對應的至少兩個待處理數據進行并行處理的示意圖；

圖5是本公開實施例提供的另一種數據處理方法的流程圖；

圖6是本公開實施例中卷積核模式集的示意圖；

圖7是本公開實施例中基于分塊數據獲取多路輸出數據的示意圖；

圖8是本公開實施例提供的一種數據處理裝置的結構圖；

圖9是用來實現本公開實施例的數據處理方法的電子設備的示意圖。