[发明专利]一种矩阵数据的处理方法、装置、电子设备及存储介质

权利要求书

1.一种矩阵数据的处理方法，用于递归神经网络，其特征在于，所述方法包括：

获取所述递归神经网络的待处理矩阵数据以及权重矩阵数据，所述待处理矩阵数据以及权重矩阵数据均由矩阵元素构成，所述矩阵数据包括由所述矩阵元素构建的列式矢量；

提取所述权重矩阵数据中的权重列式矢量；

提取所述待处理矩阵数据与所述权重列式矢量对应的待处理矩阵元素；

将所述权重列式矢量与所述待处理矩阵元素进行乘法计算，得到第一处理结果；

将所述第一处理结果进行累加，得到第二处理结果，并输出所述第二处理结果作为所述待处理矩阵数据的处理结果。

2.如权利要求1所述的矩阵数据的处理方法，其特征在于，所述方法还包括：

获取元素并行参数以及矢量并行参数；

根据所述元素并行参数以及矢量并行参数对所述权重矩阵数据进行分块，得到权重矢量块；

将所述权重矢量块与所述待处理矩阵元素进行乘法计算，得到第一处理结果。

3.如权利要求2所述的矩阵数据的处理方法，其特征在于，所述递归神经网络包括处理单元，所述获取元素并行参数以及矢量并行参数，包括：

获取处理单元数量；

获取所述权重矩阵数据中的权重矩阵的矢量行数；

根据所述处理单元数量与元素并行参数的比值、及所述权重矩阵的矢量行数对矢量并行参数进行约束，并通过贪婪算法搜索得到所述元素并行参数以及矢量并行参数。

4.如权利要求3所述的矩阵数据的处理方法，其特征在于，在所述将所述第一处理结果进行累加，得到第二处理结果之前，所述方法还包括：

对所述第一处理结果进行平衡性计算，以平衡所述权重矢量块的并行性。

5.一种矩阵数据的处理装置，用于递归神经网络，其特征在于，所述装置包括：

第一获取模块，用于获取所述递归神经网络的待处理矩阵数据以及权重矩阵数据，所述待处理矩阵数据以及权重矩阵数据均由矩阵元素构成，所述矩阵数据包括由所述矩阵元素构建的列式矢量；

第一提取模块，用于提取所述权重矩阵数据中的权重列式矢量；

第二提取模块，用于提取所述待处理矩阵数据与所述权重列式矢量对应的待处理矩阵元素；

第一计算模块，用于将所述权重列式矢量与所述待处理矩阵元素进行乘法计算，得到第一处理结果；

第二计算模块，用于将所述第一处理结果进行累加，得到第二处理结果，并输出所述第二处理结果作为所述待处理矩阵数据的处理结果。

6.如权利要求5所述的矩阵数据的处理装置，其特征在于，所述装置还包括：

第二获取模块，用于获取元素并行参数以及矢量并行参数；

分块模块，用于根据所述元素并行参数以及矢量并行参数对所述权重矩阵数据进行分块，得到权重矢量块；

第三计算模块，用于将所述权重矢量块与所述待处理矩阵元素进行乘法计算，得到第一处理结果。

7.如权利要求6所述的矩阵数据的处理装置，其特征在于，所述递归神经网络包括处理单元，所述第二获取模块，包括：

第一获取单元，用于获取处理单元数量；

第二获取单元，用于获取所述权重矩阵数据中的权重矩阵的矢量行数；

搜索单元，用于根据所述处理单元数量与元素并行参数的比值、及所述权重矩阵的矢量行数对矢量并行参数进行约束，并通过贪婪算法搜索得到所述元素并行参数以及矢量并行参数。

8.如权利要求7所述的矩阵数据的处理装置，其特征在于，所述装置还包括：

平衡模块，用于对所述第一处理结果进行平衡性计算，以平衡所述权重矢量块的并行性。

9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的矩阵数据的处理方法中的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的矩阵数据的处理方法中的步骤。