[发明专利]嵌入式设备中的数据处理方法、装置、设备和存储介质有效
| 申请号： | 201910879118.9 | 申请日： | 2019-09-18 |
| 公开（公告）号： | CN110766133B | 公开（公告）日： | 2020-12-25 |
| 发明（设计）人： | 黄明飞;姚宏贵;徐裕民 | 申请（专利权）人： | 开放智能机器（上海）有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 上海弼兴律师事务所 31283 | 代理人： | 薛琦;林嵩 |
| 地址： | 200233 上海市徐汇区*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种嵌入式设备中的数据处理方法、装置、设备和存储介质，所述数据处理方法包括获取输入数据对应的输入矩阵；将输入矩阵输入至深度学习模型的第一个中间网络层；获取多个分块矩阵；获取权值矩阵和偏移量矩阵；获取当前中间网络层的第一输出矩阵；将第一输出矩阵作为下一个中间网络层的输入矩阵，并执行分块操作，直至获取最后一个中间网络层输出的目标输出矩阵；获取目标输出数据。本发明中加快了嵌入式设备的数据处理速度，提高了数据处理效率；实现了每次数据处理时占用内存较少，即对嵌入式设备的内存配置要求不高；数据处理过程中避免了片内内存和片外内存之间的数据交互，从而降低了嵌入式设备的运行功耗。 | ||
| 搜索关键词： | 嵌入式 设备 中的 数据处理 方法 装置 存储 介质 | ||
【主权项】：
1.一种嵌入式设备中的数据处理方法，其特征在于，所述数据处理方法包括：/nS1.在采用深度学习模型对嵌入式设备中的输入数据进行处理时，获取所述输入数据对应的输入矩阵；/nS2.将所述输入矩阵输入至所述深度学习模型的第一个中间网络层；/nS3.对所述输入矩阵进行分块处理，获取多个分块矩阵；/nS4.获取当前中间网络层对应的偏移量矩阵、基矩阵和系数矩阵；/n其中，所述基矩阵和所述系数矩阵为将当前中间网络层对应的权值矩阵进行非负矩阵分解得到的矩阵；/nS5.根据所述分块矩阵、所述偏移量矩阵、所述基矩阵和所述系数矩阵获取当前中间网络层的第一输出矩阵；/nS6.将所述第一输出矩阵作为下一个所述中间网络层的所述输入矩阵，并执行步骤S3，直至获取最后一个所述中间网络层输出的目标输出矩阵；/nS7.根据所述目标输出矩阵获取与所述输入数据对应的目标输出数据。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于开放智能机器（上海）有限公司，未经开放智能机器（上海）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910879118.9/，转载请声明来源钻瓜专利网。
