[发明专利]信息处理方法、装置以及电子设备有效
| 申请号: | 202110129105.7 | 申请日: | 2021-01-29 |
| 公开(公告)号: | CN112784967B | 公开(公告)日: | 2023-07-25 |
| 发明(设计)人: | 何骥 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
| 主分类号: | G06N3/0464 | 分类号: | G06N3/0464;G06N3/06;G06N3/084 |
| 代理公司: | 北京银龙知识产权代理有限公司 11243 | 代理人: | 黄灿;胡永芳 |
| 地址: | 100085 北京市*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 信息处理 方法 装置 以及 电子设备 | ||
1.一种信息处理方法,包括:
获取待处理数据,其中,所述待处理数据为图像数据;
利用神经网络模型对所述待处理数据进行处理,获得输出结果,所述神经网络模型包括神经功能团,所述神经功能团包括属于相同层的M个神经元,所述M个神经元中任意一个神经元与所述M个神经元中的至少一个神经元之间具有连接关系,M为大于1的正整数,所述神经网络模型的卷积核大小与所述神经网络模型每次处理所述待处理数据的图像数据块大小相同,所述图像数据块的每个像素用于输入对应的所述神经元,在所述神经功能团以窗口大小(kH,kW)、步长(SH,SW)遍历高为H,宽为W的图像的情况下,所述神经功能团输出高为(H-kH+2×padding)/sH、宽为(W-kW+2×padding)/sW的输出,其中,padding基于所述神经网络模型的卷积核大小以及输入所述神经网络模型的图像尺寸确定;
其中,所述利用神经网络模型对所述待处理数据进行处理,获得输出结果,包括:
将所述待处理数据中的M个数据中的各数据分别输入至所述M个神经元的各神经元中,获得第一子输出结果,所述输出结果包括所述第一子输出结果;
将所述待处理数据输入至所述M个神经元中的一个神经元中,获得第二子输出结果,所述输出结果包括所述第二子输出结果;
其中,所述输出结果基于所述第一子输出结果和所述第二子输出结果确定。
2.根据权利要求1所述的方法,其中,所述输出结果为所述M个神经元中的一个或多个神经元的输出结果。
3.根据权利要求1所述的方法,其中,对于所述M个神经元中具有连接关系的第一神经元和第二神经元,所述第一神经元和所述第二神经元之间的连接关系根据表征所述第一神经元的向量、表征所述第二神经元的向量,以及连接权重函数确定。
4.一种信息处理装置,包括:
第一获取模块,用于获取待处理数据,其中,所述待处理数据为图像数据;
第二获取模块,用于利用神经网络模型对所述待处理数据进行处理,获得输出结果,所述神经网络模型包括神经功能团,所述神经功能团包括属于相同层的M个神经元,所述M个神经元中任意一个神经元与所述M个神经元中的至少一个神经元之间具有连接关系,M为大于1的正整数;
所述神经网络模型的卷积核大小与所述神经网络模型每次处理所述待处理数据的图像数据块大小相同,所述图像数据块的每个像素用于输入对应的所述神经元,在所述神经功能团以窗口大小(kH,kW)、步长(H,SW)遍历高为H,宽为W的图像的情况下,所述神经功能团输出高为(H-kH+2×padding)/sH、宽为(W-kW+2×padding)/sW的输出,其中,padding基于所述神经网络模型的卷积核大小以及输入所述神经网络模型的图像尺寸确定;
其中,所述第二获取模块,包括:
第一获取子模块,用于将所述待处理数据中的M个数据中的各数据分别输入至所述M个神经元的各神经元中,获得第一子输出结果,所述输出结果包括所述第一子输出结果;
第二获取子模块,用于将所述待处理数据输入至所述M个神经元中的一个神经元中,获取第二子输出结果,所述输出结果包括所述第二子输出结果;
其中,所述输出结果基于所述第一子输出结果和所述第二子输出结果确定。
5.根据权利要求4所述的装置,其中,所述输出结果为所述M个神经元中的一个或多个神经元的输出结果。
6.根据权利要求4所述的装置,其中,对于所述M个神经元中具有连接关系的第一神经元和第二神经元,所述第一神经元和所述第二神经元之间的连接关系根据表征所述第一神经元的向量、表征所述第二神经元的向量,以及连接权重函数确定。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110129105.7/1.html,转载请声明来源钻瓜专利网。





