[发明专利]一种基于神经网络层的数据处理方法、装置及设备

权利要求书

1.一种基于神经网络层的数据处理方法，其特征在于，包括：

获取神经网络目标层的输入数据；其中，若所述神经网络目标层为神经网络的输入层，则所述输入数据为以下任意一种：图像、音频、文本；若所述神经网络目标层不为神经网络的输入层，则所述输入数据为以下任意一种：图像特征、音频特征、文本特征；将所述输入数据由预设第一线性格式转换为预设对数格式；

利用所述目标层中的对数域运算器，对所述预设对数格式的输入数据进行运算，得到第一运算后数据；

将所述第一运算后数据由所述预设对数格式转换为预设第二线性格式；

利用所述目标层中的线性域运算器，对所述预设第二线性格式的第一运算后数据进行运算，得到第二运算后数据；

所述预设对数格式中包括：指数部分和小数部分；所述将所述输入数据由预设第一线性格式转换为预设对数格式，包括：

统计所述输入数据的前导0的位数；

基于所述前导0的位数，确定所述输入数据在所述预设对数格式下的指数部分；

基于所述前导0的位数，确定所述输入数据在所述预设第一线性格式下的小数部分；

基于预设第一映射关系，将所述预设第一线性格式下的小数部分映射为所述预设对数格式下的小数部分；

将所述预设对数格式下的指数部分与所述预设对数格式下的小数部分进行拼接，得到所述预设对数格式的输入数据；

所述统计所述输入数据的前导0的位数，包括：

通过前导0计算树模块对所述输入数据的前导0个数进行统计，所述前导0计算树模块的实现电路为树状结构；通过所述树状结构的最上层将不包括符号位的输入数据每两位分为一组，从高位开始，针对每组数据分别统计该组中前导0的位数；通过所述树状结构的其他层根据每组中前导0的位数计算所述输入数据的前导0的位数；其中，所述数据的位宽为偶数，则统计最低位所在组的前导0的位数为1，如果最低位为1，则统计最低位所在组的前导0的位数为0；

所述利用所述目标层中的线性域运算器，对所述预设第二线性格式的第一运算后数据进行运算，得到第二运算后数据之后，还包括：

将所述预设第二线性格式的第二运算后数据进行截取，得到所述预设第一线性格式的第二运算后数据。

2.根据权利要求1所述的方法，其特征在于，所述将所述第一运算后数据由所述预设对数格式转换为预设第二线性格式，包括：

将所述预设对数格式的第一运算后数据拆分为指数部分和小数部分；

基于预设第二映射关系，将拆分得到的所述预设对数格式的第一运算后数据的小数部分映射为预设第二线性格式下的小数部分；

通过将所述预设第二线性格式下的小数部分向左移位，得到预设第二线性格式的第一运算后数据；其中，所述向左移位的位数与所述预设对数格式的第一运算后数据的指数部分的数值相同。

3.根据权利要求1-2任意一项所述的方法，其特征在于，所述目标层中的运算单元包括矩阵乘单元，所述对数域运算器为所述矩阵乘单元中的对数域加法器，所述线性域运算器为所述矩阵乘单元中的线性域累加器。

4.根据权利要求1所述的方法，其特征在于，所述获取神经网络目标层的输入数据之后，还包括：

将所述输入数据缓存至缓存模块，所述缓存模块中还缓存有所述目标层的网络参数，所述网络参数为预设对数格式；

所述将所述输入数据由预设第一线性格式转换为预设对数格式，包括：

将所述缓存模块中缓存的输入数据由预设第一线性格式转换为预设对数格式；

所述利用所述目标层中的对数域运算器，对所述预设对数格式的输入数据进行运算，得到第一运算后数据，包括：

利用所述目标层中的对数域运算器，将所述缓存模块中缓存的预设对数格式的输入数据及所述网络参数进行运算，得到第一运算后数据。