[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；

根据所述递归神经网络的规模参数，匹配与所述规模参数对应的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；

根据数据处理任务的数量和时间轴关系，配置对应数量的管道线程；

通过所述管道线程对所述权重矢量块与所述待处理矩阵元素进行计算，得到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，所述根据数据处理任务的数量和时间轴关系，配置对应数量的管道线程，包括：

根据所述数据处理任务的数量，配置对应数量的管道线程；

根据所述时间轴关系，配置对应管道线程的线程长度和线程起始时间点。

3.如权利要求2所述的矩阵数据的处理方法，其特征在于，所述通过所述管道线程对所述权重矢量块与所述待处理矩阵元素进行计算，得到所述待处理矩阵数据的处理结果，包括：

将所述管道线程加载到计算内核；

通过所述计算内核对所述权重矢量块与所述待处理矩阵元素进行计算，得到所述待处理矩阵数据的处理结果。

4.如权利要求3所述的矩阵数据的处理方法，其特征在于，所述通过所述计算内核对所述权重矢量块与所述待处理矩阵元素进行计算，得到所述待处理矩阵数据的处理结果，包括：

当所述计算内核遇到线程阻塞时，则切换所述管道线程。

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：

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；

匹配模块，用于根据所述递归神经网络的规模参数，匹配与所述规模参数对应的元素并行参数以及矢量并行参数；

处理模块，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；

配置模块，用于根据数据处理任务的数量和时间轴关系，配置对应数量的管道线程；

计算模块，用于通过所述管道线程对所述权重矢量块与所述待处理矩阵元素进行计算，得到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，所述配置模块包括：

第一配置单元，用于根据所述数据处理任务的数量，配置对应数量的管道线程；

第二配置单元，用于根据所述时间轴关系，配置对应管道线程的线程长度和线程起始时间点。

7.如权利要求5所述的矩阵数据的处理装置，其特征在于，所述计算模块，包括：

加载单元，用于将所述管道线程加载到计算内核；

计算单元，用于通过所述计算内核对所述权重矢量块与所述待处理矩阵元素进行计算，得到所述待处理矩阵数据的处理结果。

8.如权利要求5所述的矩阵数据的处理装置，其特征在于，所述计算单元还用于当所述计算内核遇到数据阻塞时，则切换所述管道线程。

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。