[发明专利]一种数据块处理方法、装置及电子设备

说明书

本发明实施例提供了一种数据块处理方法、装置及电子设备。其中，所述方法包括：获取多个经过裁剪处理的输入数据块，所述输入数据块中的特征数据设置有标签，所述标签用于表示特征数据在经过裁剪处理前所处的位置；针对所述多个输入数据块中的每个特征数据，将该特征数据，和与该特征数据的标签相同的特征数据进行预设计算，得到计算结果；将所述计算结果存放于输出数据块中该特征数据的标签所表示的位置。可以在输入数据块尺寸不同的情况下，实现对输入数据块的元素级操作。由于不要求输入数据块的尺寸相同，因此可以输入数据块的裁剪方式可以相对独立，即可以分别针对每个输入数据块进行独立优化，可以有效降低神经网络的优化难度。

技术领域

本发明涉及深度学习技术领域，特别是涉及一种数据块处理方法、装置及电子设备。

背景技术

在一些应用场景中，神经网络中可以设置有Eltwise(逐元素操作)层，用于对输入的多个尺寸相同的数据块进行元素级操作。示例性的，可以将输入的多个尺寸相同的数据块中，位置相同的元素进行相加或者相乘运算，并将计算结果作为输出数据块中对应位置的元素的取值。

但是，Eltwise层要求输入的数据块尺寸相同，因此如果对其中任一数据块进行裁剪处理，以优化该数据块，则需要对其他所有数据块进行相应的裁剪处理，即无法分别对多个数据块进行独立的裁剪，导致神经网络难以优化。

发明内容

本发明实施例的目的在于提供一种数据块处理方法、装置及电子设备，以实现在可以对尺寸不同的数据块执行元素级操作，以降低神经网络的优化难度。具体技术方案如下：

在本发明实施例的第一方面，提供了一种数据块处理方法，所述方法包括：

获取多个经过裁剪处理的输入数据块，所述输入数据块中的特征数据设置有标签，所述标签用于表示特征数据在经过裁剪处理前所处的位置；

针对所述多个输入数据块中的每个特征数据，将该特征数据，和与该特征数据的标签相同的特征数据进行预设计算，得到计算结果；

将所述计算结果存放于输出数据块中该特征数据的标签所表示的位置。

结合第一方面，在第一种可能的实现方式中，在所述针对所述多个输入数据块中的特征数据，将该特征数据，和与该特征数据的标签一致的特征数据进行预设计算，得到计算结果之前，所述方法还包括：

针对所述多个输入数据块中的每个特征数据，确定是否存在与该特征数据的标签相同的特征数据；

如果存在与该特征数据的标签相同的特征数据，执行所述针对所述多个输入数据块中的每个特征数据，将该特征数据，和与该特征数据的标签相同的特征数据进行预设计算，得到计算结果的步骤。

结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，所述方法还包括：

如果不存在与该特征数据的标签相同的特征数据，将该特征数据存放于输出数据块中该特征数据的标签所表示的位置，或者，将所述输出数据块中该特征数据的标签所表示的位置置零。

结合第一方面，在第三种可能的实现方式中，所述特征数据为特征元素；

所述针对所述多个输入数据块中的每个特征数据，将该特征数据，和与该特征数据的标签相同的特征数据进行预设计算，得到计算结果，包括：

针对所述多个输入数据块中的每个特征元素，将该特征元素，和与该特征元素标签相同的特征元素进行加法运算、减法运算、乘法运算中的一种运算，得到计算结果。

结合第一方面，在第四种可能的实现方式中，所述特征数据为特征元素组；

所述针对所述多个输入数据块中的每个特征数据，将该特征数据，和与该特征数据的标签相同的特征数据进行预设计算，得到计算结果，包括：