[发明专利]图形处理器的数据处理方法、文本处理方法、装置和设备

说明书

本申请提供一种图形处理器的数据处理方法、文本处理方法、装置和设备，属于计算机技术领域。本申请根据一组数据元素的均值的平方与平方均值之间的差值确定该组数据元素的方差。由于根据一组数据元素确定其均值的同时也可以确定其平方均值，确定一组数据元素的均值与确定一组数据元素的平方均值的计算机指令之间不存在依赖关系，因此可以增加图形处理器计算的并行效率，提升均值和方差同时计算的执行速度，缩短数据归一化类操作处理的响应时长，缩短用户的等待时间。

技术领域

本申请涉及计算机技术领域，更具体地说，涉及一种图形处理器的数据处理方法、文本处理方法、装置和设备。

背景技术

随着人工智能的迅速发展，机器学习和深度学习在为用户提供的各种服务的电子设备中的应用越来越广泛。由于机器学习和深度学习的数据处理的计算量非常庞大，因此需要采用计算速度相对较快的图形处理器对数据进行处理，以提高数据处理速度，缩短数据处理时长。在图形处理器进行机器学习或深度学习的过程中，通常需要对中间数据进行归一化处理，还可能会多次进行数据归一化处理。所以，数据归一化处理的执行速度是影响机器学习或深度学习的整体速度的重要因素。

因此，提高数据归一化处理的执行速度，是一个亟待解决的问题。

发明内容

为解决现有存在的技术问题，本申请实施例提供一种图形处理器的数据处理方法、文本处理方法、装置和设备，可以提升数据归一化处理的执行速度，缩短使用数据归一化处理的服务的响应时长。

为达到上述目的，本申请实施例的技术方案是这样实现的：

第一方面，本申请实施例提供一种图形处理器的数据处理方法，包括：

图形处理器读取一组数据元素；

确定所述一组数据元素的均值、平方均值以及方差，所述方差是根据所述一组数据元素的平方均值与均值的平方之间的差值确定的；

根据所述均值和所述方差分别对所述一组数据元素中的每个数据元素进行归一化处理，得到所述一组数据元素对应的一组归一化值；

保存得到的一组归一化值。

第二方面，本申请实施例提供一种文本处理方法，包括：

获得目标文本中的各个目标文字组成的文字序列；

获得文本特征矩阵，所述文本特征矩阵包括多个二维特征矩阵，每个二维特征矩阵根据一个目标文字获得；多个二维特征矩阵按照所述文字序列的排列顺序形成所述文本特征矩阵；

采用第一方面的图形处理器的数据处理方法分别对各个二维特征矩阵的各组数据元素进行归一化处理，获得归一化处理后的文本特征矩阵，所述一组数据元素为二维特征矩阵中的一行数据元素或一列数据元素；

根据所述文本特征矩阵获得所述目标文本的语义向量；

根据所述语义向量获得所述目标文本关联的推荐文本。

第三方面，本申请实施例提供一种图形处理器的数据处理装置，包括：

数据读取单元，用于读取一组数据元素；

数据处理单元，用于确定所述一组数据元素的均值、平方均值以及方差，所述方差是根据所述一组数据元素的平方均值与均值的平方之间的差值确定的；根据所述均值和所述方差分别对所述一组数据元素中的每个数据元素进行归一化处理，得到所述一组数据元素对应的一组归一化值；

数据写入单元，用于保存得到的一组归一化值。

在一种可选的实施例中，所述一组数据元素为二维特征矩阵中的一行数据元素或一列数据元素；

所述二维特征矩阵是根据待处理的源数据生成的；所述待处理的源数据为文本数据。