【技术实现步骤摘要】
本申请涉及数据处理，尤其涉及一种数据处理方法、神经网络处理器及电子设备。
技术介绍
1、目前，在ai模型计算模块的计算量非常大，通常部署在云端实现，在本地设备部署可能会使得模型无法运行的情况。
技术实现思路
1、有鉴于此，本申请提供一种数据处理方法、神经网络处理器及电子设备，如下：
2、一种数据处理方法，所述方法包括：
3、获得输入数据；
4、利用电子设备本地的数据处理模型，对所述输入数据进行本地处理，以得到目标数据；
5、其中，所述电子设备包括神经网络处理器，所述本地的数据处理模型运行于所述神经网络处理器上，以使得所述本地的数据处理模型加速对所述输入数据的本地处理。
6、一种数据处理方法，所述方法包括：
7、获得输入数据；
8、基于所述输入数据，确定图像特征向量和文本特征向量；将所述图像特征向量输入至电子设备本地的第一处理单元，以得到第一处理单元输出的图像特征向量；
9、将所述文本特征向量和第一处理单元输出的图像特征向量输入至所述电子设备本地的第二处理单元，所述第二处理单元用于根据所述文本特征向量与所述第一处理单元输出的图像特征向量之间的相关性，对所述第一处理单元输出的图像特征向量调整后输入至所述电子设备本地的下一个第一处理单元；
10、基于多个所述第一处理单元和多个所述第二处理单元的处理，获得目标数据；所述目标数据与所述输入数据相关；
11、其中，不同的所述第
12、上述方法，优选的，所述第二处理单元按照其处理的图像特征向量的向量尺寸被划分为多层，每层中的所述第二处理单元的数量之间呈目标比例。
13、上述方法，优选的，所述第一处理单元和所述第二处理单元运行在所述电子设备的处理器上，所述目标比例与所述处理器的处理性能相关；
14、和/或，
15、所述目标比例与所述目标数据的数据大小相关。
16、上述方法，优选的，有第三处理单元部署在相邻的两个所述第一处理单元之间；或者，所述第三处理单元部署在相邻的所述第一处理单元与所述第二处理单元之间；
17、其中，所述第三处理单元用于对所述第二处理单元或所述第一处理单元输出的所述图像特征向量进行上采样，以得到向量尺寸被增加的图像特征向量，将所述向量尺寸被增加的图像特征向量提供给下一个第一处理单元；
18、或，所述第三处理单元用于对所述第二处理单元或所述第一处理单元输出的所述图像特征向量进行下采样，以得到向量尺寸被降低的图像特征向量，将所述向量尺寸被降低的图像特征向量提供给下一个第一处理单元。
19、上述方法，优选的，所述方法还包括：
20、检测处理参数是否满足切换条件；
21、在所述处理参数满足所述切换条件的情况下，调整所述目标比例与所述处理参数相匹配。
22、上述方法，优选的，所述处理参数包括：所述目标数据的历史生成时长、运行所述第二处理单元的处理器的处理性能、所述目标数据的数据大小中的至少一项。
23、上述方法，优选的，不同的所述目标比例对应的所述第二处理单元的数量满足控制条件。
24、一种神经网络处理器，所述神经网络处理器上运行有本地的数据处理模型；
25、其中，所述神经网络处理器用于获得输入数据，利用所述本地的数据处理模型对所述输入数据进行本地处理，以得到目标数据，以使得所述本地的数据处理模型加速对所述输入数据的本地处理。
26、一种电子设备，包括：
27、存储器，用于存储计算机程序以及所述计算机程序运行所产生的数据；
28、处理器，用于执行所述计算机程序，以实现：
29、获得输入数据；
30、基于所述输入数据，确定图像特征向量和文本特征向量；
31、将所述图像特征向量输入至所述电子设备本地的第一处理单元，以得到第一处理单元输出的图像特征向量；
32、将所述文本特征向量和第一处理单元输出的图像特征向量输入至所述电子设备本地的第二处理单元，所述第二处理单元用于根据所述文本特征向量与所述第一处理单元输出的图像特征向量之间的相关性，对所述第一处理单元输出的图像特征向量调整后输入至所述电子设备本地的下一个第一处理单元；
33、基于多个所述第一处理单元和多个所述第二处理单元的处理，获得目标数据；所述目标数据与所述输入数据相关；
34、其中，不同的所述第一处理单元所处理的图像特征向量的向量尺寸相同或不同，从而使得所述第二处理单元处理的图像特征向量的向量尺寸相同或不同；所述第二处理单元对大向量尺寸的图像特征向量的处理次数，小于，对小向量尺寸的图像特征向量的处理次数。
35、由上述方案可知，本申请提供的一种数据处理方法、神经网络处理器及电子设备中，在电子设备本地部署多个第一处理单元并为其中的部分第一处理单元部署第二处理单元，在此基础上，减少处理大向量尺寸的图像特征向量的第二处理单元的数量，由此减少第二处理单元进行图像特征向量处理所造成的资源消耗量，由此能够使得本地的处理单元加速对图像特征向量的本地处理，由此，本实施例中可以通过减少本地部署的处理大向量尺寸的图像特征向量的处理单元的数量来减少本地资源消耗量，进而加快本地处理单元的运行，由此避免本地无法运行处理单元的情况，进而可以提高数据处理的可靠性。
本文档来自技高网...【技术保护点】
1.一种数据处理方法，所述方法包括：
2.一种数据处理方法，所述方法包括：
3.根据权利要求2所述的方法，所述第二处理单元按照其处理的图像特征向量的向量尺寸被划分为多层，每层中的所述第二处理单元的数量之间呈目标比例。
4.根据权利要求3所述的方法，所述第一处理单元和所述第二处理单元运行在所述电子设备的处理器上，所述目标比例与所述处理器的处理性能相关；
5.根据权利要求2所述的方法，有第三处理单元部署在相邻的两个所述第一处理单元之间；或者，所述第三处理单元部署在相邻的所述第一处理单元与所述第二处理单元之间；
6.根据权利要求3所述的方法，所述方法还包括：
7.根据权利要求6所述的方法，所述处理参数包括：所述目标数据的历史生成时长、运行所述第二处理单元的处理器的处理性能、所述目标数据的数据大小中的至少一项。
8.根据权利要求6所述的方法，不同的所述目标比例对应的所述第二处理单元的数量满足控制条件。
9.一种神经网络处理器，所述神经网络处理器上运行有本地的数据处理模型；
10.一
...【技术特征摘要】
1.一种数据处理方法，所述方法包括：
2.一种数据处理方法，所述方法包括：
3.根据权利要求2所述的方法，所述第二处理单元按照其处理的图像特征向量的向量尺寸被划分为多层，每层中的所述第二处理单元的数量之间呈目标比例。
4.根据权利要求3所述的方法，所述第一处理单元和所述第二处理单元运行在所述电子设备的处理器上，所述目标比例与所述处理器的处理性能相关；
5.根据权利要求2所述的方法，有第三处理单元部署在相邻的两个所述第一处理单元之间；或者，所述第三处理单元...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。