[发明专利]神经网络计算的加速方法、装置及计算机可读存储介质

权利要求书

1.一种神经网络计算的加速方法，其特征在于，所述方法包括：

获取神经网络模型中的多组数据，所述数据对应有数据标识，所述数据标识包括有效数据标识以及无效数据标识，所述数据包括特征图像以及所述特征图像对应的神经网络参数值；

根据所述数据标识确定多组所述数据中是否存在有效数据；

若多组所述数据中存在所述有效数据，根据所述有效数据进行神经网络计算，得到计算结果。

2.如权利要求1所述的神经网络计算的加速方法，其特征在于，所述根据所述数据标识确定多组所述数据中是否存在有效数据的步骤之后，所述方法还包括：

若多组所述数据中不存在所述有效数据，返回执行所述获取多组数据的步骤。

3.如权利要求1所述的神经网络计算的加速方法，其特征在于，所述若多组所述数据中存在所述有效数据，根据所述有效数据进行神经网络计算，得到计算结果的步骤包括：

若多组所述数据中存在所述有效数据，确定所述有效数据的组数；

在所述有效数据的组数大于1时，分布式计算所述有效数据，得到所述计算结果。

4.如权利要求1所述的神经网络计算的加速方法，其特征在于，所述若多组所述数据中存在所述有效数据，根据所述有效数据进行神经网络计算，得到计算结果的步骤包括：

若多组所述数据中存在所述有效数据，确定所述有效数据的组数；

在所述有效数据的组数大于1时，依次计算所述有效数据，得到所述计算结果。

5.如权利要求1所述的神经网络计算的加速方法，其特征在于，所述获取神经网络模型中的多组数据的步骤之前，所述方法还包括：

确定所述神经网络模型中的数据的数据数值；

根据所述数据数值对所述神经网络模型中的数据进行数据标记，以使得多组所述数据对应有数据标识。

6.如权利要求5所述的神经网络计算的加速方法，其特征在于，所述根据所述数据数值对所述神经网络模型中的数据进行数据标记的步骤包括：

确定所述数据数值是否处于有效数据范围；

在所述数据数值处于所述有效数据范围，将所述数据数值对应的数据标记有效数据标识；

在所述数据数值未处于所述有效数据范围，将所述数据数值对应的数据标记无效数据标识。

7.如权利要求1所述的神经网络计算的加速方法，其特征在于，所述若多组所述数据中存在所述有效数据，根据所述有效数据进行神经网络计算，得到计算结果的步骤包括：

若多组所述数据中存在所述有效数据，获取所述有效数据进行卷积、池化以及分类，得到所述计算结果。

8.如权利要求1所述的神经网络计算的加速方法，其特征在于，所述若多组所述数据中存在所述有效数据，根据所述有效数据进行神经网络计算，得到计算结果的步骤之后，所述方法还包括：

输出所述计算结果。

9.一种神经网络计算的加速装置，其特征在于，所述神经网络计算的加速装置包括：存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述的神经网络计算的加速方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的神经网络计算的加速方法的步骤。