[发明专利]运算方法、装置及相关产品

说明书

本公开涉及一种运算方法、装置及相关产品，所述产品包括控制模块，所述控制模块包括：指令缓存子模块、指令缓存子模块和存储队列子模块；所述指令缓存子模块，用于存储所述人工神经网络运算关联的计算指令；所述指令处理子模块，用于对所述计算指令解析得到多个运算指令；所述存储队列子模块，用于存储指令队列，该指令队列包括：按该队列的前后顺序待执行的多个运算指令或计算指令。通过以上方法，本公开可以提高相关产品在进行神经网络模型的运算时的运算效率。

技术领域

本公开涉及机器学习技术领域，尤其涉及一种运算方法、装置及相关产品。

背景技术

神经网络算法是最近非常流行的一种机器学习算法，在各种领域中都取得了非常好的效果，比如图像识别，语音识别，自然语言处理等。随着神经网络算法的发展，算法的复杂度也越来越高，为了提高识别度，模型的规模也在逐渐增大。用GPU和CPU处理起这些大规模的模型，要花费大量的计算时间，并且耗电量很大。在这种情况下，新的人工智能处理器被提出以提高神经网络模型的运算速度，节约运算时间，降低功耗。然而，当前对新的人工智能处理器的算法支持却远远不够。

发明内容

根据本公开的一个方面，提出了一种运算方法，所述方法包括：

获取人工智能算子库中的缩放算子以及基础算子，所述缩放算子用于将输入数据进行缩放运算，所述基础算子用于对输入数据执行相应的运算操作；

将所述缩放算子与所述基础算子进行拼接以形成拼接算子，

其中，所述拼接算子用于在人工智能处理器中对输入数据执行相应的拼接运算操作，以执行人工智能运算。

在一种可能的实施方式中，所述将所述缩放算子与所述基础算子进行拼接以形成拼接算子，包括：

将所述缩放算子作为所述基础算子的前级算子。

在一种可能的实施方式中，所述基础算子包括最大值下标获取算子，所述最大值下标获取算子用于获取输入数据中指定维度最大值的下标，其中，所述拼接算子用于获取输入数据在指定维度上最小值的下标，所述拼接运算操作包括：

利用缩放算子将输入数据进行缩放处理，从而得到所述输入数据的相反数；

利用所述最大值下标获取算子获取所述输入数据的相反数在指定维度上最大值的下标。

在一种可能的实施方式中，所述将所述缩放算子与所述基础算子进行拼接以形成拼接算子，包括：

将所述基础算子作为所述缩放算子的前级算子。

在一种可能的实施方式中，所述基础算子包括指数算子，所述指数算子用于对输入数据进行指数运算，其中，所述拼接运算操作包括：

利用所述指数算子对输入数据进行处理，得到运算结果；

利用所述缩放算子将所述运算结果进行缩放处理，从而得到缩放后的运算结果。

在一种可能的实施方式中，所述基础算子包括对数算子，所述对数算子用于对输入数据进行对数处理，其中，所述拼接运算操作包括：

利用缩放算子将输入数据进行缩放处理，从而得到所述输入数据的缩放结果；

利用所述对数算子对所述输入数据的缩放结果进行对数运算，从而得到对数运算结果。

在一种可能的实施方式中，所述基础算子包括归一化算子，所述归一化算子用于对输入数据进行归一化处理，其中，所述拼接运算操作包括：

利用所述归一化算子对输入数据进行归一化处理，得到归一化结果；

利用所述缩放算子将所述归一化结果进行缩放处理，从而得到缩放后的归一化结果。