[发明专利]信息处理方法、装置以及电子设备

说明书

本公开涉及一种信息处理方法、装置以及电子设备，涉及深度学习技术领域。具体实现方案为：获取待处理数据；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。神经功能团中神经元的连接方式是图结构的连接方式，可提高神经网络模型处理数据的准确率。

技术领域

本公开涉及计算机技术领域，尤其涉及深度学习技术领域。具体地，提供了一种信息处理方法、装置以及电子设备。

背景技术

传统神经网络模型为分层结构，每个分层中可包括多个神经元，相同层的神经元之间没有连接关系，相邻层的神经元之间具有连接关系，即第一层中的任意一个神经元与第二层中的每个神经元之间具有连接关系，例如，若第一层的神经元个数为100个，第二层的神经元个数为10个，则连接关系为100×10个，每个连接关系可视为一个未知参数，在模型训练过程中，需要确定该未知参数的值。

发明内容

本公开提供了一种信息处理方法、装置以及电子设备。

根据本公开的第一方面，提供了一种信息处理方法，包括：

获取待处理数据；

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。

根据本公开的第二方面，提供了一种信息处理装置，包括：

第一获取模块，用于获取待处理数据；

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。

根据本公开的第三方面，提供了一种电子设备，包括：

至少一个处理器；

以及与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面任一项所述的方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行第一方面任一项所述的方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据第一方面任一项所述的方法。

本公开提供的方法，神经功能团中神经元的连接方式是图结构的连接方式，可提高神经网络模型处理数据的准确率。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是本公开实施例提供的信息处理方法的流程图；

图2是本公开实施例提供的神经元示意图；

图3是本公开实施例提供的神经功能团的示意图；

图4是本公开实施例提供的前馈式神经网络模型的示意图；

图5是本公开实施例提供的基于神经功能团的卷积处理示意图；