[发明专利]多任务并行处理方法、装置、计算机设备及存储介质

说明书

本发明实施例公开了一种多任务并行处理方法、装置、计算机设备及存储介质。应用于由多个节点构成的神经网络中，所述神经网络包括至少一个闭环通路，所述方法包括：将待计算的数据序列以数据分组的形式输入至所述神经网络中，所述数据分组中包括多个数据；通过所述闭环通路中各所述节点，在每次启动计算流程时，对当前接收的数据分组中的全部数据进行计算。本发明实施例的技术方案提高了神经网络中闭环通路的各节点的处理效率，提高了神经网络的运算速度。

技术领域

本发明实施例涉及人工智能技术，尤其涉及一种多任务并行处理方法、装置、计算机设备及存储介质。

背景技术

神经网络是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。神经网络主要由多个节点按照设定的连接方式组合构成，每个节点可以从前一节点接收数据进行处理，并将处理结果传递至后一节点处。

现有技术中，当神经网络中包括有闭环通路时，该神经网络中的某些节点需要使用输入数据与闭环通路反馈的数据进行共同计算。例如，如图1a所示的神经网络中包括由节点B、C、D和E构成的闭环通路。数据按照x0、x1、x2、x3以及x4的顺序输入至该神经网络中，其中，x0经节点A处理后得到a0、a0经节点B处理后得到b0，b0经节点C处理后得到c0，c0经节点D处理后得到d0，d0经节点E处理后得到e0。每个节点在一个时间片下对输入的数据进行处理。

对于节点B来说，在不同时间片内在对节点A处理后顺序传输的a0、a1、a2以及a3进行处理之后，需要使用节点A再次输入的a4与节点E针对x0的处理结果e0进行共同计算。

发明人在实现本发明的过程中，发现现有技术存在如下缺陷：由于闭环通路中存在需要依赖后续计算结果的节点，因此，在使用闭环通路进行数据计算时，均是采取的单任务计算模式，上述单任务计算模式中各节点的处理效率低，进而使得整个神经网络的数据处理耗时长。

发明内容

本发明实施例提供了一种多任务并行处理方法、装置、计算机设备及存储介质，以提高神经网络中闭环通路的各节点的处理效率。

第一方面，本发明实施例提供了一种多任务并行处理方法，应用于由多个节点构成的神经网络中，所述神经网络包括至少一个闭环通路，所述方法包括：

将待计算的数据序列以数据分组的形式输入至所述神经网络中，所述数据分组中包括多个数据；

通过所述闭环通路中各所述节点，在每次启动计算流程时，对当前接收的数据分组中的全部数据进行计算。

第二方面，本发明实施例还提供了一种多任务并行处理装置，应用于由多个节点构成的神经网络中，所述神经网络包括至少一个闭环通路，所述多任务并行处理装置包括：

数据输入模块，用于将待计算的数据序列以数据分组的形式输入至所述神经网络中，所述数据分组中包括多个数据；

数据计算模块，用于通过所述闭环通路中各所述节点，在每次启动计算流程时，对当前接收的数据分组中的全部数据进行计算。

第三方面，本发明实施例还提供了一种计算机设备，计算机设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如本发明实施例中任一的多任务并行处理方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例中任一的多任务并行处理方法。