[发明专利]数据处理方法、装置及电子设备

说明书

本申请提供了一种数据处理方法及装置，其中，所述方法包括：获取第一卷积项的掩码信息，其中，所述第一卷积项包括待处理数据与卷积核之间的稀疏卷积运算，所述第一卷积项的掩码信息用于标记所述第一卷积项中的非零元素；根据所述第一卷积项的掩码信息，确定多个预设卷积算子中与所述第一卷积项对应的第一卷积算子的信息；基于所述第一卷积算子的信息，对所述第一卷积项进行稀疏卷积运算。采用本申请提供的数据处理方法，可以减少计算设备在执行深度神经网络中的卷积运算时的计算量，提高深度神经网络中的卷积运算的效率。

技术领域

本申请涉及深度学习技术领域，特别涉及一种数据处理方法、装置及电子设备。

背景技术

随着人工智能(Artificial Intelligence，AI)技术的迅速发展，基于深度神经网络如卷积神经网络的深度学习技术能够以较高的准确率进行图像识别和检测、语音识别等，被广泛应用于安全监控、智能驾驶、人机交互、智能医疗等领域。

深度神经网络中的卷积运算量通常很大，如何高效地实现深度神经网络中的卷积运算是本领域技术人员亟待解决的问题。

发明内容

本申请实施例提供一种数据处理方法、装置及电子设备。

根据本申请实施例的第一方面，提供了一种数据处理方法，应用于计算设备中，所述方法包括：获取第一卷积项的掩码信息，其中，所述第一卷积项包括待处理数据与卷积核之间的稀疏卷积运算，所述第一卷积项的掩码信息用于标记所述第一卷积项中的非零元素；根据所述第一卷积项的掩码信息，确定多个预设卷积算子中与所述第一卷积项对应的第一卷积算子的信息；基于所述第一卷积算子的信息，对所述第一卷积项进行稀疏卷积运算。

在一种可能的实现方式中，计算设备存储有所述多个预设卷积算子。

在一种可能的实现方式中，所述根据所述第一卷积项的掩码信息，确定多个预设卷积算子中与所述第一卷积项对应的第一卷积算子的信息，包括：根据所述第一卷积项的掩码信息，确定第一卷积项的目标算子地址；所述基于所述第一卷积算子的信息，对所述第一卷积项进行稀疏卷积运算，包括：从所述目标算子地址获取所述第一卷积算子，并利用获取到的所述第一卷积算子对所述第一卷积项进行稀疏卷积运算。

在一种可能的实现方式中，所述根据所述第一卷积项的掩码信息，确定多个预设卷积算子中与所述第一卷积项对应的第一卷积算子的信息，包括：根据所述第一卷积项的掩码信息以及预设卷积算子信息与预设掩码信息之间的映射关系，确定所述第一卷积项对应的所述第一卷积算子的信息。

在一种可能的实现方式中，所述预设卷积算子信息与预设掩码信息之间的映射关系存储于包含多个表项的映射表中。

在一种可能的实现方式中，所述根据所述第一卷积项的掩码信息以及预设卷积算子信息与预设掩码信息之间的映射关系，确定所述第一卷积项对应的所述第一卷积算子的信息，包括：基于所述第一卷积项的掩码信息查找所述映射表，并将所述映射表中、预设掩码信息与所述第一卷积项的掩码信息匹配的表项中的预设卷积算子信息作为所述第一卷积算子的信息。

在一种可能的实现方式中，所述掩码信息包括所述第一卷积项中的稀疏数据的掩码。

在一种可能的实现方式中，所述掩码信息包括以下任一项：与所述待处理数据对应的数据掩码；与所述卷积核对应的卷积核掩码；与所述待处理数据和所述卷积核对应的组合掩码。

在一种可能的实现方式中，所述根据所述第一卷积项的掩码信息，确定多个预设卷积算子中与所述第一卷积项对应的第一卷积算子的信息，包括：在第一迭代中根据所述第一卷积项的掩码信息，确定多个预设卷积算子中与所述第一卷积项对应的所述第一卷积算子的信息；

所述基于所述第一卷积算子的信息，对所述第一卷积项进行稀疏卷积运算，包括：在第二迭代中基于所述第一卷积算子的信息，对所述第一卷积项进行稀疏卷积运算，其中，所述第二迭代为所述第一迭代的后续迭代。