[发明专利]数据压缩方法及相关装置

权利要求书

1.一种数据压缩方法，其特征在于，应用于包括N层结构的神经网络模型，所述N为大于1的整数，所述方法包括：

获取所述神经网络模型中的第i层结构的输出数据集合，所述输出数据集合包括至少一个m×n的矩阵，所述m和所述n均为大于1的整数，所述i为1至所述N中的任意一个；

对所述至少一个m×n的矩阵进行数据包分割，得到分割后的M个第一数据包，所述M为大于或等于1的整数；

对所述M个第一数据包进行数据压缩，得到数据压缩后的两个第二数据包；

所述对所述至少一个m×n的矩阵进行数据包分割，得到分割后的M个第一数据包，包括：

将所述至少一个m×n的矩阵进行数组转换，得到一维数组，所述一维数组为数组转换后的所述至少一个m×n的矩阵；

将所述一维数组进行数据包分割，得到分割后的所述M个第一数据包，第1个第一数据包至第M-1个第一数据包中的每个第一数据包均包括P个数据，第M个第一数据包包括Q个数据，所述P为大于或等于1的整数，所述Q为大于或等于1且小于或等于所述P的整数；

所述对所述M个第一数据包进行数据压缩，得到数据压缩后的两个第二数据包，包括：

获取第j个第一数据包的数据包信息，所述第j个第一数据包的数据包信息包括P个指示信号、第一数据集合和所述第j个第一数据包的长度，所述指示信号用于指示所述第j个第一数据包包括的P个数据中的每个数据是否为零，所述第一数据集合包括所述第j个第一数据包包括的P个数据中的至少一个非零数据，所述第j个第一数据包为所述第1个第一数据包至所述第M-1个第一数据包中的任意一个；

对所述第1个第一数据包至所述第M-1个第一数据包中除所述第j个第一数据包之外的M-2个第一数据包执行相同的操作，得到所述M-2个第一数据包中的每个第一数据包的数据包信息；

获取所述第M个第一数据包的数据包信息，所述第M个第一数据包的数据包信息包括Q个指示信号、第二数据集合和所述第M个第一数据包的长度，所述指示信号用于指示所述第M个第一数据包包括的Q个数据中的每个数据是否为零，所述第二数据集合包括所述第M个第一数据包包括的Q个数据中的至少一个非零数据；

将所述第1个第一数据包至所述第M-1个第一数据包中的每个第一数据包包括的P个指示信号和第一数据集合组成第一子数据包，得到M-1个第一子数据包；

将所述第M个第一数据包包括的Q个指示信号和第二数据集合组成第M个第一子数据包；

基于所述M个第一数据包的排序将所述M-1个第一子数据包和所述第M个第一子数据包组成第1个第二数据包；

基于所述M个第一数据包的排序将所述M个第一数据包的长度组成第2个第二数据包。

2.根据权利要求1所述的方法，其特征在于，所述获取所述神经网络模型中的第i层结构的输出数据集合，包括：

当i＝1时，获取所述神经网络模型中的第1层结构的输入数据集合，所述第1层结构的输入数据集合包括至少一个第一矩阵；

获取所述第1层结构的权值数据集合，将所述第1层结构的权值数据集合进行解压缩，得到第二矩阵，所述第二矩阵为解压缩后的所述第1层结构的权值数据集合；

基于所述至少一个第一矩阵和所述第二矩阵确定所述第1层结构的输出数据集合；

当2≤i≤N时，获取所述神经网络模型中的第i-1层结构的输出数据集合，所述第i-1层结构的输出数据集合包括至少一个第三矩阵；

获取所述第i层结构的权值数据集合，将所述第i层结构的权值数据集合进行解压缩，得到第四矩阵，所述第四矩阵为解压缩后的所述第i层结构的权值数据集合；

基于所述至少一个第三矩阵和所述第四矩阵确定所述第i层结构的输出数据集合。

3.根据权利要求1所述的方法，其特征在于，所述对所述M个第一数据包进行数据压缩，得到数据压缩后的两个第二数据包之后，所述方法还包括：

对所述N层结构中除所述第i层结构之外的N-1层结构执行相同的操作，得到所述N-1层结构中的每层结构对应的两个第二数据包；

将所述N层结构对应的2N个第二数据包存储至双倍速率同步动态随机存储器DDR中。