[发明专利]一种数据的处理方法、系统、编码器及解码器

说明书

一种数据处理的方法、系统、编码器及解码器，其中，方法包括：获取多个第一编码方式对于待编码数据块的编码开销，从所述多个第一编码方式中确定编码开销最小的目标编码方式；通过所述目标编码方式对所述待编码数据块进行编码。如此，可以实现对待编码数据的有效压缩编码。

技术领域

本申请涉及数据处理技术领域，具体而言，涉及一种数据的处理方法、系统、编码器及解码器。

背景技术

随着神经网络技术的发展，神经网络模型的规模越来越庞大；以CNN(Convolutional Neural Networks，卷积神经网络)网络为例，其中权重数据为主要参数，参数规模大，在参数读写过程中占用带宽高，对硬件的计算和存储能力要求较高，进而限制了神经网络模型的应用。

因此，如何在不影响网络卷积神经网络模型的计算准确率的前提下，减小卷积神经网络模型的运算规模，对加快硬件设备的计算处理速度和节省存储资源以及扩大卷积神经网络的应用范围，具有重要的意义。

发明内容

有鉴于此，本发明的目的之一是提供一种数据的处理方法、系统、编码器及解码器，以实现对待编码数据进行有效压缩。

第一方面，本发明实施例中提供了一种数据处理的方法，包括：

获取多个第一编码方式对于待编码数据块的编码开销，从所述多个第一编码方式中确定编码开销最小的目标编码方式；

通过所述目标编码方式对所述待编码数据块进行编码。

第二方面，本发明实施例提供了一种数据处理方法，包括：

对待解码数据进行解析，确定多个预设的第一编码方式中与所述待解码数据对应的目标编码方式，根据所述目标编码方式确定对应的目标解码方式；

通过所述目标解码方式对所述待解码数据进行解码，生成解码数据。

第三方面，本发明实施例提供了一种数据处理的方法，包括：

以待编码数据块中处于预设位置的数据作为参考数据，分别计算位于所述参考数据两侧的每相邻两个数据的残差值；

将所述残差值和所述参考数据写入编码后的码流数据。

第四方面，本发明实施例提供了一种数据处理方法，包括：

对待解码数据块进行解析，获取待解码数据块中的参考数据和残差数据

将所述参考数据和所述残差数据进行递减运算或累加运算，生成所述参考数据两侧的原始数据。

第五方面，本发明实施例提供了一种数据处理方法，应用于依次连接的配置器、存储器和处理器，包括：

通过所述配置器对由预设数据所构成的待编码数据块进行压缩编码生成压缩码流，并将所述压缩码流写入所述存储器，以降低对所述存储器的写带宽；

通过所述处理器读取所述存储器内的压缩码流，并对所述压缩码流进行解压缩处理，以降低对所述存储器的读带宽。

第六方面，本发明实施例提供了一种数据处理系统，包括：依次连接的配置器、存储器和处理器；

所述配置器用于对由预设数据所构成的待编码数据块进行压缩编码生成压缩码流，并将所述压缩码流写入所述存储器，以降低对所述存储器的写带宽；

所述处理器用于读取所述存储器内的压缩码流，并对所述压缩码流进行解压缩处理，以降低对所述存储器的读带宽。

第七方面，本发明实施例提供了一种可移动平台，所述可移动平台包括：

机体；