[发明专利]数据处理方法及设备

说明书

一种数据处理方法及设备。该方法包括：从存储设备读取神经网络中计算节点的目标数据(201)，所述目标数据为采用第一比特数表示的定点型数据，且所述存储设备中所述目标数据占用的比特数为所述第一比特数，所述第一比特数小于第二比特数，所述第二比特数为所述计算设备的操作数的比特数；根据所述目标数据，计算得到所述计算节点的输出数据(202)。该方法能够在确保神经网络在计算设备上的计算效率的基础上，减小神经网络占用计算设备与存储设备之间的带宽。

技术领域

本申请涉及计算机技术领域，尤其涉及一种数据处理方法及设备。

背景技术

随着人工智能技术的发展，神经网络(Neural Network，NN)的应用越来越广泛。其中，神经网络是由大量简单的处理单元(也可以称为神经元)相关连接而形成的复杂网络系统。

现有技术中，神经网络可以包括多个计算节点，每个计算节点中可以包括多个神经元，神经网络中计算节点的参数以及激活数据均存储在存储设备中，计算设备在运行神经网络的过程中需要与存储设备进行大量的数据交互。通常，为了提高神经网络在计算设备上的计算效率，神经网络的参数以及激励数据均是通过一定比特数表示的定点型数据，该比特数即为计算设备的操作数的比特数，例如8比特。

但是，现有技术中，存在神经网络占用计算设备与存储设备之间较大带宽的问题。

发明内容

本申请实施例提供一种数据处理方法及设备，用以解决现有技术中神经网络占用计算设备与存储设备之间较大带宽的问题。

第一方面，本申请实施例提供一种数据处理方法，应用于计算设备，包括：

从存储设备读取神经网络中计算节点的目标数据，所述目标数据为采用第一比特数表示的定点型数据，且所述存储设备中所述目标数据占用的比特数为所述第一比特数，所述第一比特数小于第二比特数，所述第二比特数为所述计算设备的操作数的比特数；

根据所述目标数据，计算得到所述计算节点的输出数据。

第二方面，本申请实施例提供一种数据处理装置，包括：处理器和存储器；所述存储器，用于存储程序代码；所述处理器，调用所述程序代码，当程序代码被执行时，用于执行以下操作：

从存储设备读取神经网络中计算节点的目标数据，所述目标数据为采用第一比特数表示的定点型数据，且所述存储设备中所述目标数据占用的比特数为所述第一比特数，所述第一比特数小于第二比特数，所述第二比特数为所述计算设备的操作数的比特数；

根据所述目标数据，计算得到所述计算节点的输出数据。

第三方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包含至少一段代码，所述至少一段代码可由计算机执行，以控制所述计算机执行上述第一方面任一项所述的方法。

第四方面，本申请实施例提供一种计算机程序，当所述计算机程序被计算机执行时，用于实现上述第一方面任一项所述的方法。

本申请实施例提供一种数据处理方法及设备，通过从存储设备读取神经网络中计算节点的目标数据，该目标数据是定点型数据且存储设备中其占用的比特数小于计算设备的操作数的第二比特数，根据目标数据计算得到计算节点的输出数据，由于目标数据是定点型数据，因此能够确保神经网络在计算设备上的计算效率，由于存储设备中目标数据占用的比特数是第一比特数，而第一比特数小于所述计算设备的操作数的第二比特数，因此能够减小计算设备与存储设备之间交互的神经网络的数据量，从而能够在确保神经网络在计算设备上的计算效率的基础上，减小神经网络占用计算设备与存储设备之间的带宽。另外，通过降低对于计算设备与存储设备之间的带宽要求，也可以降低成本。

附图说明