[发明专利]数据处理方法、电子设备及非瞬时性计算机可读存储介质

权利要求书

1.一种数据处理方法，其特征在于，所述数据处理方法包括：

将第一待处理数据输入至第一神经网络进行运算，获得第一权值；

将所述第一权值输出至第二神经网络中的至少一层；

根据输入所述第二神经网络的第二待处理数据进行运算并输出运算结果，其中，所述第二待处理数据包括所述第一权值。

2.根据权利要求1所述的数据处理方法，其特征在于，所述第一待处理数据由所述第二待处理数据拆分得到。

3.根据权利要求1或2所述的数据处理方法，其特征在于，所述第一神经网络包括线性层，将第一待处理数据输入至第一神经网络进行运算，获得第一权值包括：

将所述第一待处理数据在所述第一神经网络的线性层进行相乘运算，获得所述第一权值。

4.根据权利要求3所述的数据处理方法，其特征在于，所述第一神经网络还包括非线性层，所述非线性层位于所述线性层之后；

将第一待处理数据输入至第一神经网络进行运算，获得第一权值还包括：在所述第一神经网络的非线性层中采用激活函数，对所述第一待处理数据经过所述线性层得到的相乘运算结果进行非线性运算，获得所述第一权值。

5.根据权利要求1～4任意一项所述的数据处理方法，其特征在于，所述第一神经网络的数量为至少为一个；将所述第一权值输出至第二神经网络中的至少一层包括：

将至少一个所述第一权值分别输入所述第二神经网络的至少一层。

6.根据权利要求5所述的数据处理方法，其特征在于，所述第一待处理数据包括至少两个第二权值，所述至少两个第二权值为另一个或多个所述第一神经网络的输出。

7.根据权利要求1～6任意一项所述的数据处理方法，其特征在于，将所述第一权值输出至第二神经网络中的至少一层包括：

将同一个所述第一权值输出至第二神经网络的至少一层。

8.根据权利要求1～7中任一所述的数据处理方法，其特征在于，所述数据处理方法还包括：

将训练数据和梯度输入所述第二神经网络进行反向运算，获得第一权值更新值；

采用所述第一权值更新值对所述第一权值进行更新。

9.根据权利要求8所述的数据处理方法，其特征在于，所述第一待处理数据包括至少两个第二权值，所述数据处理方法还包括：

将更新后的第一权值输入所述第一神经网络进行反向运算，获得第二权值更新值；

采用所述第二权值更新值对所述至少两个第二权值分别进行更新。

10.一种电子设备，其特征在于，包括：

处理器；

存储器，存储有计算机程序，

其中，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1～9中任意一项所述的方法。

11.一种非瞬时性计算机可读存储介质，其特征在于，其上存储有计算机可读指令，当所述指令被处理器执行时，使得所述处理器执行权利要求1～9中任一项所述的方法。