[发明专利]基于神经网络的数据处理方法、装置、设备及存储介质

说明书

本发明实施例提供了一种基于神经网络的数据处理方法、装置、设备及存储介质，属于数据处理技术领域，其中，该神经网络包括至少一个网络合并层，网络合并层包括n个级联的隐藏层，n≥2；该数据处理方法包括：控制网络合并层进行数据处理，其中，在数据处理过程中网络合并层的各隐藏层之间存在数据的层间并行处理。通过本发明实施例的方案，能够有效提高数据的处理效率。

技术领域

本发明涉及数据处理技术领域，具体而言，本发明涉及一种基于神经网络的数据处理方法、装置、设备及存储介质。

背景技术

随着神经网络技术的不断发展，神经网络已经被广泛应用于各个领域。例如，对于卷积神经网络，凭借其独有的性能优势已经在计算机视觉、图像处理领域获得了广泛应用，且近年来卷积神经网络在视觉识别方面的应用也取得了不错的效果。

然而，神经网络具有大容量、高维度等特点，且神经网络的网络参数众多，在基于神经网络进行数据处理时，会存在运算时间长的问题，如何提高数据处理效率，是亟待解决的问题。

发明内容

本发明实施例的主要目的在于提供一种基于神经网络的数据处理方法、装置、设备及存储介质，以解决现有数据处理方式中数据处理速度慢的问题。

第一方面，本发明实施例提供了一种基于神经网络的数据处理方法，其中，神经网络包括至少一个网络合并层，网络合并层包括n个级联的隐藏层，n≥2；该数据处理方法包括：

控制网络合并层进行数据处理，其中，在数据处理过程中网络合并层的各隐藏层之间存在数据的层间并行处理。

第一方面的一种可选实施例中，在将n个级联的隐藏层进行实例化时，n个级联的隐藏层对应同一个对象实例。

第一方面的一种可选实施例中，控制网络合并层进行数据处理，包括：

控制网络合并层的第i-1个隐藏层，对第i-1个隐藏层的输入数据进行处理，并将处理结果进行串行输出，其中，2≤i≤n；

控制网络合并层的第i个隐藏层对第i-1个隐藏层的已输出数据进行处理。

第一方面的一种可选实施例中，控制第i个隐藏层对第i-1个隐藏层的已输出的数据进行处理，包括：

在已输出数据满足预设条件时，控制第i个隐藏层对已输出的数据进行处理。

第一方面的一种可选实施例中，预设条件包括已输出数据满足第i个隐藏层进行层内运算的最低运算条件。

第一方面的一种可选实施例中，已输出数据为第i-1个隐藏层的部分输出数据。

第一方面的一种可选实施例中，该数据处理方法还包括：

控制已输出数据的至少部分数据存储于寄存器和/或高速缓冲存储器(Cache)中。

第一方面的一种可选实施例中，控制网络合并层的第i个隐藏层对第i-1个隐藏层的已输出数据进行处理，包括：

当已输出数据的最大输出时长不大于设定时长时，控制网络合并层的第i个隐藏层对第i-1个隐藏层的已输出数据进行处理；

其中，最大输出时长，是指当前时刻与已输出数据中最早得到的数据的得到时刻之间的时长。

第一方面的一种可选实施例中，设定时长根据寄存器暂存数据的最大存储时长，和/或，Cache缓存数据的最大存储时长确定。

第一方面的一种可选实施例中，神经网络为第一卷积神经网络，网络合并层包括级联的第一卷积层和第一激活函数(Relu)层，控制网络合并层进行数据处理，包括：