[发明专利]一种数据处理方法、装置、计算机设备及存储介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

通用处理器获取神经网络模型对应的计算图；其中，所述计算图中包含胶水算子；所述胶水算子用于对所述计算图中的张量数据的参数进行调整；

所述通用处理器根据所述计算图中胶水算子的逻辑关系对所述计算图进行优化，获得优化结果；其中，所述胶水算子的逻辑关系包括reshape算子与其他算子的逻辑关系；所述其他算子包括transpose算子、concat算子、split算子中的任意一种算子；

所述通用处理器根据所述优化结果获取对应的二进制指令，以分配至对应人工智能处理器上执行任务。

2.根据权利要求1所述的方法，其特征在于，所述胶水算子的逻辑关系包括transpose算子的输出张量数据是reshape算子的输入张量数据。

3.根据权利要求2所述的方法，其特征在于，所述通用处理器根据所述计算图中胶水算子的逻辑关系对所述计算图进行优化，包括：

在所述transpose算子的执行过程中，所述reshape算子进行维度合并的维度的相对位置不变，将reshape算子的输出张量数据作为所述transpose算子的输入张量数据。

4.根据权利要求1所述的方法，其特征在于，所述胶水算子的逻辑关系包括concat算子的输出张量数据是reshape算子的输入张量数据。

5.根据权利要求4所述的方法，其特征在于，所述通用处理器根据所述计算图中胶水算子的逻辑关系对所述计算图进行优化，包括：

在所述concat算子执行过程中，所述concat算子所操作的维度k₀+k₁+...+k_m在所述reshape算子的拆分阶段被拆分成p₀×p₁×...×(k₀/∏_ip_i+k₁/∏_ip_i+...+k_m/∏_ip_i)×...×p_n-1×p_n，将reshape算子的输出张量数据作为所述concat算子的输入张量数据；其中，k₀、k₁、k_m表示所述concat算子拼接的维度大小。

6.根据权利要求1所述的方法，其特征在于，所述胶水算子的逻辑关系包括split算子的输出张量数据是多个reshape算子的输入张量数据。

7.根据权利要求6所述的方法，其特征在于，所述通用处理器根据所述计算图中胶水算子的逻辑关系对所述计算图进行优化，包括：

在所述split算子的输出张量数据经过对应的reshape算子之后，至多有一个维度的长度不同，将所述多个reshape算子的输出张量数据作为所述split算子的输入张量数据。

8.根据权利要求1-7任一项所述的方法，其特征在于，所述张量数据的参数包括所述张量数据的格式、所述张量数据的形状和所述张量数据在内存中的排布中的至少一种。

9.一种数据处理装置，其特征在于，包括：

获取单元，用于获取神经网络模型对应的计算图；其中，所述计算图中包含胶水算子；所述胶水算子用于对所述计算图中的张量数据的参数进行调整；

优化单元，用于根据所述计算图中胶水算子的逻辑关系对所述计算图进行优化，获得优化结果；其中，所述胶水算子的逻辑关系包括reshape算子与其他算子的逻辑关系；所述其他算子包括transpose算子、concat算子、split算子中的任意一种算子；

执行单元，用于根据所述优化结果获取对应的二进制指令，以分配至对应人工智能处理器上执行任务。