[发明专利]数据处理方法、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，所述方法包括如下步骤：

第一处理器根据获取的神经网络的输入数据进行正向运算，获得第一正向运算结果；

若所述第一处理器确定所述第一正向运算结果不满足预设需求，则所述第一处理器对所述输入数据进行有损压缩编码，并将所述有损压缩编码后的输入数据传送至第二处理器；

所述第二处理器对所述有损压缩编码的输入数据进行解压缩，并根据所述有损压缩编码的输入数据对所述神经网络进行训练或重训练，直至所述第二处理器获得的第二正向运算结果满足所述预设需求；

所述方法还包括如下步骤：

所述第一处理器根据所述第一正向运算结果与预设的目标运算结果，获得第一损失函数；

若所述第一损失函数的值小于预设的目标精度，则所述第一处理器确定所述第一正向运算结果满足所述预设需求；

若所述第一损失函数的值大于或等于所述预设的目标精度，则所述第一处理器确定所述第一正向运算结果不满足所述预设需求；

所述第一处理器对所述输入数据进行有损压缩编码，并将所述有损压缩编码的输入数据传送至第二处理器的步骤，包括：

所述第一处理器根据所述预设的目标精度确定目标压缩率；

所述第一处理器根据所述目标压缩率对所述输入数据以及所述第一损失函数进行有损压缩编码，获得交互数据，并将所述交互数据传送至所述第二处理器。

2.根据权利要求1所述的方法，其特征在于，所述第二处理器根据所述有损压缩编码后的输入数据对所述神经网络进行训练或重训练，直至所述第二处理器获得的第二正向运算结果满足所述预设需求的步骤，包括：

所述第二处理器根据所述有损压缩编码的输入数据进行正向运算，获得第二正向运算结果；

所述第二处理器根据所述第二正向运算结果确定第二损失函数；

若所述第二损失函数的值大于或等于预设的目标精度，则根据所述第二损失函数进行反向运算，获得梯度值；

所述第二处理器根据所述梯度值更新所述有损压缩编码后的输入数据的权值数据，获得更新后的权值数据，之后，返回所述第二处理器根据所述有损压缩编码后的输入数据进行正向运算，获得第二正向运算结果的步骤，直至所述第二正向运算结果满足所述预设需求。

3.根据权利要求1所述的方法，其特征在于，所述第二处理器对所述有损压缩编码后的输入数据进行解压缩，并根据所述有损压缩编码的输入数据进行训练或重训练，直至所述第二处理器获得的第二正向运算结果满足所述预设需求的步骤，包括：

所述第二处理器对所述第一处理器传送的交互数据进行解压缩；

所述第二处理器根据解压缩后获得的所述第一损失函数的值对所述神经网络进行反向运算，获得梯度值；

所述第二处理器根据所述梯度值更新所述输入数据中的权值数据，获得更新后的权值数据；

所述第二处理器根据所述更新后的权值数据对所述神经网络进行训练或重训练，直至所述第二处理器获得的第二正向运算结果满足所述预设需求。

4.根据权利要求3所述的方法，其特征在于，所述第二处理器根据所述更新后的权值数据对所述神经网络进行训练或重训练，直至所述第二处理器获得的第二正向运算结果满足所述预设需求的步骤，还包括如下步骤：

所述第二处理器根据所述更新后的权值数据对所述神经网络进行正向运算，获得第二正向运算结果；

所述第二处理器根据所述第二正向运算结果确定第二损失函数；

所述第二处理器在所述第二损失函数的值大于或等于所述预设的目标精度时，所述第二处理器根据所述第二损失函数的值对所述神经网络进行反向运算，获得梯度值；

之后返回所述第二处理器根据所述梯度值更新所述输入数据的权值数据，获得更新后的权值数据的步骤，直至所述神经网络的第二正向运算结果满足所述预设需求。

5.根据权利要求2或4所述的方法，其特征在于，所述第二处理器根据所述第二正向运算结果确定第二损失函数的步骤，包括：

所述第二处理器对所述第二正向运算结果进行有损压缩编码后在对所述第二正向运算结果进行解压缩；

所述第二处理器根据解压缩后的第二正向运算结果确定所述第二损失函数。