[发明专利]数据处理方法、数据处理装置以及电子设备有效

专利信息
申请号: 201810930550.1 申请日: 2018-08-15
公开(公告)号: CN109214511B 公开(公告)日: 2021-08-27
发明(设计)人: 罗小贤;刘洪;王俊 申请(专利权)人: 算丰科技(北京)有限公司
主分类号: G06N3/063 分类号: G06N3/063
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 杨静
地址: 100192 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据处理 方法 装置 以及 电子设备
【说明书】:

本申请提出一种数据处理方法、数据处理装置以及电子设备;其中,数据处理方法包含:获取矩阵运算数据集;将该矩阵运算数据集发送至该嵌入式神经网络处理器的总存储器;对该矩阵运算数据集进行变换并得到变换后的相应的矩阵运算数据集;将该变换后的相应的矩阵运算数据集从该嵌入式神经网络处理器中的该总存储器发送至该至少一个神经网络处理单元中的本地存储器;调用该至少一个神经网络处理单元中的该本地存储器中的该变换后的相应的矩阵运算数据集进行运算;以及输出运算结果。

技术领域

本申请涉及数据处理领域,具体而言,涉及一种数据处理方法、数据处理装置以及电子设备。

背景技术

在现有的对嵌入式神经网络处理器中的矩阵数据进行存储和搬运的过程中,将嵌入式神经网络处理器的总存储器中的数据分配至每个嵌入式神经网络处理单元的本地存储器后,所有矩阵数据集在各个本地存储器中的存储方式都为对齐式存储方式,这样的存储方式极大的浪费了存储空间。

发明内容

本申请实施例提出一种数据处理方法、数据处理装置以及电子设备,用以解决现有技术中嵌入式神经网络处理器对于数据存储空间浪费的问题。

根据本申请的一方面,提出一种数据处理方法、数据处理装置以及电子设备。其中,该数据处理方法应用于嵌入式神经网络处理器,该嵌入式神经网络处理器包含至少一个神经网络处理单元,其特征在于,该数据处理方法包括:获取矩阵运算数据集;将该矩阵运算数据集发送至该嵌入式神经网络处理器的总存储器;对该矩阵运算数据集进行变换并得到变换后的相应的矩阵运算数据集;将该变换后的相应的矩阵运算数据集从该嵌入式神经网络处理器中的该总存储器发送至所该至少一个神经网络处理单元中的本地存储器;调用该至少一个神经网络处理单元中的该本地存储器中的该变换后的相应的矩阵运算数据集进行运算;以及输出运算结果。

在一些实施例中,该矩阵运算数据集包括第一矩阵运算数据子集与第二矩阵运算数据子集,其中,对该矩阵运算数据集进行变换并得到变换后的相应的矩阵运算数据,包括:对该第一矩阵运算数据子集与该第二矩阵运算数据子集分别进行维度变换,得到第一高维矩阵运算数据子集与第二高维矩阵运算数据子集。

在一些实施例中,该第一高维矩阵运算数据子集与该第二高维矩阵运算数据子集的维度分别高于该第一矩阵运算数据子集与该第二矩阵运算数据子集。

在一些实施例中,该第一高维矩阵运算数据子集以第一存储方式在该至少一个神经网络处理单元中的本地存储器中存储,该第二高维矩阵运算数据子集以第二存储方式在该至少一个神经网络处理单元中的本地存储器中存储。

在一些实施例中,该第一存储方式为对齐式存储方式,该第二存储方式为密集式存储方式。

根据本申请的另一方面,提出一种数据处理装置。其中,该数据处理装置包含嵌入式神经网络处理器,该嵌入式神经网络处理器包含至少一个神经网络处理单元,该数据处理装置包括:数据获取单元,用于获取矩阵运算数据集;第一数据发送单元,用于将该矩阵运算数据集发送至该嵌入式神经网络处理器中的总存储器;至少一个数据处理单元,用于对该矩阵运算数据集进行变换并得到变换后的相应的矩阵运算数据集;至少一个第二数据发送单元,用于将该变换后的相应的矩阵运算数据集从该嵌入式神经网络处理器中的该总存储器发送至该至少一个神经网络处理单元中的本地存储器;数据运算单元,用于调用该至少一个神经网络处理单元中的该本地存储器中的该变换后的相应的矩阵运算数据集进行运算;数据输出单元,用于输出运算结果。

在一些实施例中,该矩阵运算数据集包括第一矩阵运算数据子集与第二矩阵运算数据子集,其中,至少一个该数据处理单元对该矩阵运算数据集进行变换并得到变换后的相应的矩阵运算数据,包括:

至少一个该数据处理单元对该第一矩阵运算数据子集与该第二矩阵运算数据子集分别进行维度变换,得到第一高维矩阵运算数据子集与第二高维矩阵运算数据子集。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于算丰科技(北京)有限公司,未经算丰科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810930550.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top