[发明专利]一种数据处理方法及装置有效
申请号: | 201910492996.5 | 申请日: | 2019-06-06 |
公开(公告)号: | CN110197260B | 公开(公告)日: | 2020-10-02 |
发明(设计)人: | 郑焕鑫;王桂彬 | 申请(专利权)人: | 百度在线网络技术(北京)有限公司 |
主分类号: | G06N3/04 | 分类号: | G06N3/04;G06N3/08 |
代理公司: | 北京市铸成律师事务所 11313 | 代理人: | 杨瑾瑾;陈建民 |
地址: | 100085 北京市*** | 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: | 一种 数据处理 方法 装置 | ||
1.一种数据处理方法,其特征在于,包括:
利用全局数据进行神经网络的前向计算,获得用于神经网络的反向计算的中间数据,所述神经网络为递归神经网络RNN;
将所述中间数据存入缓存单元;
从所述缓存单元中读取所述中间数据;
利用所述中间数据进行神经网络的反向计算,获得反向计算结果,
其中,利用全局数据进行神经网络的前向计算,获得用于神经网络的反向计算的中间数据之前,还包括:
利用所述全局数据进行神经网络的前向计算,获得本次前向计算的输出数据;
将所述本次前向计算的输出数据存入全局内存单元。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述反向计算结果存入全局内存单元。
3.根据权利要求1所述的方法,其特征在于,所述全局数据包括:
前一次前向计算的输出数据、前一次前向计算的输出数据的权重、本次前向计算的输入数据、本次前向计算的输入数据的权重。
4.根据权利要求1所述的方法,其特征在于,所述缓存单元为寄存器或高速缓冲存储器。
5.一种数据处理装置,其特征在于,包括:
前向复算模块:用于利用全局数据进行神经网络的前向计算,获得用于神经网络的反向计算的中间数据;
中间数据存储模块:用于将所述中间数据存入缓存单元;
中间数据读取模块:用于从所述缓存单元中读取所述中间数据;
反向计算模块:用于利用所述中间数据进行神经网络的反向计算,获得反向计算结果,
其中,所述神经网络为递归神经网络RNN,并且
所述装置还包括:
前向计算模块:用于在利用全局数据进行神经网络的前向计算,获得用于神经网络的反向计算的中间数据之前,利用所述全局数据进行神经网络的前向计算,获得本次前向计算的输出数据;
前向计算结果存储模块:用于将所述本次前向计算的输出数据存入全局内存单元。
6.根据权利要求5所述的装置,其特征在于,所述装置还包括:
反向计算结果存储模块:用于将所述反向计算结果存入全局内存单元。
7.根据权利要求5所述的装置,其特征在于,所述全局数据包括:
前一次前向计算的输出数据、前一次前向计算的输出数据的权重、本次前向计算的输入数据、本次前向计算的输入数据的权重。
8.根据权利要求5所述的装置,其特征在于,所述缓存单元为寄存器或高速缓冲存储器。
9.一种数据处理设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至4中任一项所述的方法。
10.一种计算机可读存储介质,其存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至4中任一项所述的方法。
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百度在线网络技术(北京)有限公司,未经百度在线网络技术(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/201910492996.5/1.html,转载请声明来源钻瓜专利网。