[发明专利]一种矩阵运算方法、电子设备及计算机可读存储介质

权利要求书

1.一种矩阵运算方法，其特征在于，所述方法包括：

检测到目标神经网络模型中包含n个矩阵连乘时，获取所述n个矩阵；n取大于2的整数；

对所述n个矩阵进行动态规划，构建所述n个矩阵的最优值递归公式；

基于所述最优值递归公式和所述n个矩阵中每个矩阵的行数和列数，计算所述n个矩阵中至少两个矩阵连乘的最优值；其中，所述最优值为所述至少两个矩阵连乘时进行乘法运算的最小次数；

基于所述n个矩阵中至少两个矩阵连乘的最优值，确定所述至少两个矩阵连乘时的运算顺序；

基于所述至少两个矩阵连乘时的运算顺序，确定所述n个矩阵连乘时的运算顺序。

2.根据权利要求1所述的方法，其特征在于，所述最优值递归公式为：

m[i][j]＝min{m[i][k]+m[k+1][j]+pi×p(k+1)×qj}

其中，m[i][j]为所述n个矩阵中第i个矩阵至第j个矩阵连乘时的最优值，i取小于或者等于j的正整数，j取小于或者等于n的正整数，min{}为取最小值运算，m[i][k]为所述n个矩阵中第i个矩阵至第k个矩阵连乘时的最优值，m[k+1][j]为所述n个矩阵中第k+1个矩阵至第j个矩阵连乘时的最优值，k为第i个矩阵至第j个矩阵连乘时的顺序指示参数，k取大于或者等于i且小于j的整数，pi为第i个矩阵的行数，p(k+1)为第k+1个矩阵的行数，qj为第j个矩阵的列数。

3.根据权利要求2所述的方法，其特征在于，所述基于所述n个矩阵中至少两个矩阵连乘的最优值，确定所述至少两个矩阵连乘时的运算顺序，包括：

基于所述至少两个矩阵连乘的最优值，确定所述至少两个矩阵的顺序指示参数；

基于所述顺序指示参数，确定所述至少两个矩阵连乘时的运算顺序。

4.根据权利要求3所述的方法，其特征在于，所述确定所述至少两个矩阵的顺序指示参数之后，所述方法还包括：

利用所述至少两个矩阵的顺序指示参数，建立映射关系表；

从所述映射关系表中，确定所述n个矩阵连乘时的运算顺序。

5.根据权利要求3所述的方法，其特征在于，所述基于所述顺序指示参数，确定所述至少两个矩阵连乘时的运算顺序，包括：

基于所述第i个矩阵至第j个矩阵连乘时的最优值m[i][j]，确定顺序指示参数为k；

第i个矩阵至第k个矩阵连乘，得到第一中间矩阵；

第k+1个矩阵至第j个矩阵连乘，得到第二中间矩阵；

所述第一中间矩阵与所述第二中间矩阵相乘，得到目标中间矩阵。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述n个矩阵连乘时的运算顺序，对所述目标神经网络模型中n个矩阵连乘进行矩阵融合。

7.一种电子设备，其特征在于，所述电子设备包括：

检测单元，用于检测到目标神经网络模型中包含n个矩阵连乘时，获取所述n个矩阵；n取大于2的整数；

处理单元，用于对所述n个矩阵进行动态规划，构建所述n个矩阵的最优值递归公式；基于所述最优值递归公式和所述n个矩阵中每个矩阵的行数和列数，计算所述n个矩阵中至少两个矩阵连乘的最优值；其中，所述最优值为所述至少两个矩阵连乘时进行乘法运算的最小次数；

所述处理单元，还用于基于所述n个矩阵中至少两个矩阵连乘的最优值，确定所述至少两个矩阵连乘时的运算顺序；基于所述至少两个矩阵连乘时的运算顺序，确定所述n个矩阵连乘时的运算顺序。