[发明专利]数据处理方法、装置以及电子设备

说明书

本申请实施例公开了一种数据处理方法、装置以及电子设备。所述方法包括：获取待运行模型的模型参数；根据所述模型参数从多个算法中确定目标算法；基于所述目标算法将所述待运行模型加载到对应的处理单元，以运行所述待运行模型。从而通过这种方式使得在确定待运行模型后，可以再通过确定模型参数的方式来选择具体基于哪种算法来运行待运行算法，从而使得模型的运行能够更加匹配待运行模型的参数，以提升模型运行过程中的性能。

技术领域

本申请涉及计算机技术领域，更具体地，涉及一种数据处理方法、装置以及电子设备。

背景技术

算法模型，例如神经网络模型是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂网络系统。一些算法模型具有大规模并行、分布式存储和处理、自组织、自适应和自学能力。但是，相关的电子设备在运行神经网络模型的过程中，还存在运行性能有待提升的问题。

发明内容

鉴于上述问题，本申请提出了一种数据处理方法、装置以及电子设备，以改善上述问题。

第一方面，本申请提供了一种数据处理方法，所述方法包括：获取待运行模型的模型参数；根据所述模型参数从多个算法中确定目标算法；基于所述目标算法将所述待运行模型加载到对应的处理单元，以运行所述待运行模型。

第二方面，本申请提供了一种数据处理装置，所述装置包括：参数获取单元，用于获取待运行模型的模型参数；算法确定单元，用于根据所述模型参数从多个算法中确定目标算法；模型运行单元，用于基于所述目标算法将所述待运行模型加载到对应的处理单元，以运行所述待运行模型。

第四方面，本申请提供了一种电子设备，包括处理器以及存储器；一个或多个程序被存储在所述存储器中并被配置为由所述处理器执行以实现上述的方法。

第五方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有程序代码，其中，在所述程序代码被启动控制器运行时执行上述的方法。

本申请提供的一种数据处理方法、装置以及电子设备，获取待运行模型的模型参数，然后根据所述模型参数从多个算法中确定目标算法，进而基于所述目标算法将所述待运行模型加载到对应的处理单元，以运行所述待运行模型。从而通过这种方式使得在确定待运行模型后，可以再通过确定模型参数的方式来选择具体基于哪种算法来运行待运行算法，从而使得模型的运行能够更加匹配待运行模型的参数，以提升模型运行过程中的性能。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本申请实施例提出的一种数据处理方法的流程图；

图2示出了本申请另一实施例提出的一种数据处理方法的流程图；

图3示出了本申请再一实施例提出的一种数据处理方法的流程图；

图4示出了本申请又一实施例提出的一种数据处理方法的流程图；

图5示出了本申请实施例提出的一种数据处理装置的结构框图；

图6示出了本申请另一实施例提出的一种数据处理装置的结构框图；

图7示出了本申请的用于执行根据本申请实施例的数据处理方法的电子设备的结构框图；

图8是本申请实施例的用于保存或者携带实现根据本申请实施例的数据处理方法的程序代码的存储单元。

具体实施方式