[发明专利]神经网络的优化方法和装置、数据处理方法、设备及介质

权利要求书

1.一种神经网络的优化方法，其特征在于，所述方法包括：

获取原始神经网络运行于预设内存中的内存占用信息；其中，所述原始神经网络包括至少两层候选卷积层，所述内存占用信息包括每一所述候选卷积层的输入内存值和输出内存值；

根据所述输入内存值和所述输出内存值从所述候选卷积层筛选出选定卷积层；

根据所述选定卷积层和所述候选卷积层进行分裂层选择，得到层分裂参数；其中，所述层分裂参数包括分裂数量和每一所述候选卷积层的分裂编号；

根据所述分裂数量和所述分裂编号对所述候选卷积层进行层分裂处理，得到候选分裂卷积层；

获取每一所述候选分裂卷积层的内存优化信息；

根据所述内存优化信息从所述候选分裂卷积层筛选出目标分裂卷积层；

将所述目标分裂卷积层和所述候选卷积层进行拼接处理，得到目标神经网络。

2.根据权利要求1所述的方法，其特征在于，所述根据所述分裂数量和所述分裂编号对所述候选卷积层进行层分裂处理，得到候选分裂卷积层，包括：

根据所述分裂编号从所述候选卷积层筛选出选中卷积层；

根据所述分裂数量对所述选中卷积层进行复制处理，得到更新卷积层；

将所述更新卷积层和所述选中卷积层进行拼接处理，得到所述候选分裂卷积层。

3.根据权利要求1所述的方法，其特征在于，所述将所述目标分裂卷积层和所述候选卷积层进行拼接处理，得到目标神经网络，包括：

根据所述目标分裂卷积层从所述候选卷积层筛选出融合卷积层；

将所述融合卷积层和所述目标分裂卷积层进行拼接处理，得到所述目标神经网络。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述根据所述输入内存值和所述输出内存值从所述候选卷积层筛选出选定卷积层，包括：

将所述输入内存值和所述输出内存值进行占用内存计算，得到每一所述候选卷积层的占用内存值；

获取所述占用内存值的最大值，得到最大内存值；

将所述最大内存值的所述候选卷积层作为所述选定卷积层。

5.一种数据处理方法，其特征在于，所述方法包括：

获取待处理的输入数据矩阵；

将所述输入数据矩阵进行分裂处理，得到分裂数据矩阵；

将所述分裂数据矩阵输入至所述目标神经网络进行卷积处理，得到目标数据；其中，所述目标神经网络由权利要求1至4任一项所述的神经网络的优化方法得到。

6.根据权利要求5所述的方法，其特征在于，所述目标神经网络包括：目标分裂卷积层和融合卷积层；所述将所述分裂数据矩阵输入至所述目标神经网络进行卷积处理，得到目标数据，包括：

将所述分裂数据矩阵输入至所述目标分裂卷积层进行卷积处理，得到激活数据矩阵；

将每一所述激活数据矩阵进行合并处理，得到目标数据矩阵；

将所述目标数据矩阵输入至所述融合卷积层进行卷积处理，得到所述目标数据。

7.根据权利要求6所述的方法，其特征在于，所述将所述目标数据矩阵输入至所述融合卷积层进行卷积处理，得到所述目标数据，包括：

获取所述目标数据矩阵的感受野数据；

将每一所述感受野数据输入至所述融合卷积层进行卷积处理，得到初步数据；

将每一所述初步数据汇集处理，得到所述目标数据。