[发明专利]数据处理方法、装置、计算机系统及存储介质

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

获取循环神经网络节点，其中，所述循环神经网络节点包括至少一个循环神经网络单元，所述循环神经网络单元包括输入层、隐含层和输出层；

根据所述循环神经网络节点中单个的循环神经网络单元的模型数据集和模型结构参数，运行所述单个的循环神经网络单元，获得所述单个的循环神经网络单元对应的指令数据；

根据所述单个的循环神经网络单元对应的指令数据，获得所述单个的循环神经网络单元对应的第一离线模型；

其中，所述第一离线模型包括所述单个的循环神经网络单元的权值数据和指令数据；

所述方法还包括：

判断所述第一离线模型是否是有状态的；

若所述第一离线模型是有状态的，则所述第一离线模型还包括状态输入数据，所述状态输入数据为所述隐含层之前的上一循环神经网络单元的输出数据。

2.根据权利要求1所述的方法，其特征在于，所述的根据所述单个的循环神经网络单元对应的指令数据获得所述单个的循环神经网络单元对应的第一离线模型的步骤，包括：

将所述单个的循环神经网络单元的权值数据和指令数据进行对应存储，获得所述单个的循环神经网络单元对应的第一离线模型。

3.根据权利要求1或2所述的方法，其特征在于，所述获取循环神经网络节点的步骤，包括：

获取包含所述循环神经网络节点的原始网络；

根据所述原始网络的模型结构参数，确定所述原始网络中各个节点的依赖关系；

根据所述原始网络中各个节点的依赖关系，确定所述原始网络中各个所述循环神经网络节点的输入节点和输出节点；

断开所述循环神经网络节点的输入节点和输出节点与所述循环神经网络节点之间的连接，获得至少一个所述循环神经网络节点。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

根据所述原始网络中各个节点的依赖关系，确定所述原始网络中各个节点的执行顺序；

根据所述各个节点的执行顺序运行所述原始网络，获得所述原始网络中各个非循环神经网络节点的指令数据；

将各个所述非循环神经网络节点对应的权值数据和指令数据对应存储，获得第二离线模型；

其中，所述第二离线模型包括所述原始网络中各个非循环神经网络节点的权值数据和指令数据。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

获取新的原始网络；

若所述新的原始网络存在对应的离线模型，则获取所述新的原始网络对应的离线模型，并根据所述新的原始网络对应的离线模型运行所述新的原始网络，其中，所述新的原始网络对应的离线模型包括所述第一离线模型和所述第二离线模型。

6.一种数据处理装置，其特征在于，所述装置包括：

第一获取模块，用于获取循环神经网络节点，其中，所述循环神经网络节点包括至少一个循环神经网络单元，所述循环神经网络单元包括输入层、隐含层和输出层；

运行模块，用于根据所述循环神经网络节点中单个的循环神经网络单元的模型数据集和模型结构参数，运行所述单个的循环神经网络单元，获得所述单个的循环神经网络单元对应的指令数据；

生成模块，用于根据所述单个的循环神经网络单元对应的指令数据，获得所述单个的循环神经网络单元对应的第一离线模型；

其中，所述第一离线模型包括所述单个的循环神经网络单元的权值数据和指令数据；

所述装置还包括判断模块以及第一执行模块；

所述判断模块，用于判断所述第一离线模型是否是有状态的；

所述第一执行模块，用于若所述第一离线模型是有状态的，则所述第一离线模型还包括状态输入数据，所述状态输入数据为所述隐含层之前的上一循环神经网络单元的输出数据。

7.根据权利要求6所述的装置，其特征在于，所述生成模块还用于将所述单个的循环神经网络单元的权值数据和指令数据进行对应存储，获得所述单个的循环神经网络单元对应的第一离线模型。