[发明专利]基于光芯片的数据处理方法、装置、存储介质及电子设备

说明书

本发明提供了一种基于光芯片的数据处理方法、装置、存储介质及电子设备，该数据处理方法用于计算目标矩阵，其中，目标矩阵至少包括一个负数，该数据处理方法首先获取目标矩阵中负数的属性信息，然后基于目标矩阵中负数的属性信息，将目标矩阵拆分成至少两个子矩阵，子矩阵中各元素均为非负数且子矩阵的差值等于目标矩阵，其中一个子矩阵中的各元素相同且为正数。之后获取目标矩阵的权重参数，基于权重参数以及子矩阵，确定出输出数据。可见在本方案中，首先将包括负数的目标矩阵拆分成至少两个非负数的矩阵，使得负数矩阵的计算转换成常规的非负数的矩阵计算，进而实现了负号运算，并由于一个子矩阵中的各元素相同且均为正数，能够提高计算效率。

技术领域

本发明涉及数据计算技术领域，具体涉及一种基于光芯片的数据处理方法、装置、存储介质及电子设备。

背景技术

随着大数据的快速发展，电子芯片在性能提升和功耗降低等方面均遇到了瓶颈。例如，无论是传统的中央处理器CPU还是后续开发的图形处理器GPU，均将受到摩尔定律失效，使得电子芯片无法支持更大规模的大数据计算。

而光子芯片比电子芯片在深度学习具体应用算法处理上，具备更高的计算能力，能耗更低，但，随着深度学习的应用领域越来越广泛，其会涉及负号处理，而目前光子芯片不能直接进行负号运算。

因此，如何提供一种基于光芯片的数据处理方法，能够进行负号运算，是本领域技术人员亟待解决的一大技术难题。

发明内容

有鉴于此，本发明实施例提供了一种基于光芯片的数据处理方法，能够进行负号运算。

为实现上述目的，本发明实施例提供如下技术方案：

一种基于光芯片的数据处理方法，用于计算目标矩阵，所述目标矩阵至少包括一个负数，所述数据处理方法包括：

获取所述目标矩阵中负数的属性信息，所述属性信息至少包括所述负数在所述目标矩阵中的位置信息以及所述负数的数值；

基于所述目标矩阵中负数的属性信息，将所述目标矩阵拆分成至少两个子矩阵，所述子矩阵中各元素均为非负数，且所述子矩阵的差值等于所述目标矩阵，其中一个子矩阵中的各元素相同且为正数；

获取所述目标矩阵的权重参数；

基于所述权重参数以及所述子矩阵，确定出输出数据。

可选的，所述基于所述目标矩阵中负数的属性信息，将所述目标矩阵拆分成至少两个子矩阵，包括：

获取所述目标矩阵中的负数的最小值；

确定第一子矩阵中的元素均为第一预设值，所述第一预设值为正数且大于等于所述最小值的绝对值；

基于所述第一子矩阵以及所述目标矩阵，确定出第二子矩阵，所述第一子矩阵与所述第二子矩阵的差值等于所述目标矩阵。

可选的，所述基于所述目标矩阵中负数的属性信息，将所述目标矩阵拆分成至少两个子矩阵，包括：

将所述第一子矩阵和/或所述第二子矩阵拆分成至少两个分矩阵，所述分矩阵中各元素均为非负数。

可选的，所述基于所述权重参数以及所述子矩阵，确定出输出数据，包括：

获取所述第一子矩阵与所述权重参数的乘积，确定为第一运算结果；

获取所述第二子矩阵与所述权重参数的乘积，确定为第二运算结果；

确定所述第一运算结果与所述第二运算结果的差值为所述输出数据。

可选的，所述基于所述权重参数以及所述子矩阵，确定出输出数据，包括：

确定所述第一子矩阵中各所述分矩阵与所述权重参数的乘积的分运算结果之和为第一分运算结果；