[发明专利]数据处理方法、装置及计算机可读存储介质

权利要求书

1.一种数据处理方法，其特征在于，所述数据处理方法包括：

获取数据模型的数据集；

根据预设位宽对所述数据集进行定点化，并利用定点化数据集进行迭代训练，获得最终迭代训练模型，其中，所述预设位宽至少包括两个位宽；

其中，所述根据预设位宽对所述数据集进行定点化，并利用定点化数据集进行迭代训练，获得最终迭代训练模型的步骤包括：

将第一预设位宽作为定点化位宽对所述数据集进行定点化，获得当前定点化数据集；利用当前定点化数据集进行模型训练，获得当前训练模型；根据预设位宽间隔确定新的定点化位宽，对所述数据集进行定点化并在当前训练模型的基础上进行迭代训练至第二预设位宽的定点化数据集训练完毕，获得最终迭代训练模型。

2.如权利要求1所述的数据处理方法，其特征在于，所述根据预设位宽间隔确定新的定点化位宽，对所述数据集进行定点化并在当前训练模型的基础上进行迭代训练至第二预设位宽的定点化数据集训练完毕，获得最终迭代训练模型的步骤包括：

将当前定点化位宽与所述预设位宽间隔的差值作为新的定点化位宽对所述数据集进行定点化，获得新的定点化数据集；

利用当前定点化数据集对当前训练模型进行训练，获得新的训练模型；

重复执行上述步骤至所述第二预设位宽的定点化数据集训练完毕，获得最终迭代训练模型。

3.如权利要求2所述的数据处理方法，其特征在于，所述获得最终迭代训练模型的步骤之后包括：

获取图像数据，根据所述第二预设边界位宽和所述最终迭代训练模型对所述图像数据进行处理。

4.如权利要求1至3中任一项所述的数据处理方法，其特征在于，所述根据预设位宽对所述数据集进行定点化，并利用定点化数据集进行迭代训练，获得最终迭代训练模型还包括：

根据预设置信水平参数确定所述数据集的定点化整数位长度；

根据所述定点化整数位长度和所述预设位宽进行定点化，获得定点化数据集；

利用所述定点化数据集进行迭代训练，获得最终迭代训练模型。

5.如权利要求4所述的数据处理方法，其特征在于，所述根据预设置信水平参数确定所述数据集的定点化整数位长度的步骤包括：

根据所述预设置信水平参数和所述数据集的数据元素数量确定所述数据集的置信数量，并确定所述数据集中数值在预设整数位长度对应的置信数值范围内的数据元素数量；

根据所述置信数量和数值在对应置信数值范围内的数据元素数量确定所述数据集的定点化整数位长度。

6.如权利要求5所述的数据处理方法，其特征在于，所述根据所述定点化整数位长度和所述预设位宽进行定点化，获得定点化数据集的步骤包括：

根据当前定点化位宽和所述定点化整数位长度对所述数据集进行数值范围划分；

确定所述数据集中的数据所属数值范围，并根据数据所属数值范围进行定点化，获得定点化数据集。

7.如权利要求6所述的数据处理方法，其特征在于，所述根据数据所属数值范围进行定点化，获得定点化数据集的步骤包括：

判断所述数据集中的数据是否在第一边界值和第二边界值组成的闭合区间之外；

当所述数据集中的数据在所述闭合区间之外时，以对应的边界值作为数据的定点化数据，并根据所有定点化数据获得定点化数据集。

8.一种数据处理装置，其特征在于，所述数据处理装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据处理程序，所述数据处理程序被所述处理器执行时实现如权利要求1至7中任一项所述的数据处理方法的步骤。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有数据处理程序，所述数据处理程序被处理器执行时实现如权利要求1至7中任一项所述的数据处理方法的步骤。