[发明专利]多媒体数据处理方法、装置、计算机设备和可读存储介质

说明书

本公开提供了一种多媒体数据处理方法、装置、计算机设备和可读存储介质，属于神经网络技术领域。所述方法包括：通过获取表示多媒体数据中各个组成单元的特征信息的第一特征矩阵，根据第一特征矩阵中各个第一向量对应的数据范围，分别对第一向量进行定点化，并利用定点化得到的第二向量组成第二特征矩阵，并利用多媒体处理模型对第二特征矩阵进行计算，实现多媒体数据的处理。本公开通过根据第一特征矩阵中的各个第一向量不同的数据范围，分别对各个第一向量进行定点化，确定的定点化的数据范围更符合实际数据的情况，可以在保证多媒体处理模型计算能力的前提下，提高模型的精度，保证模型的准确性。

技术领域

本公开涉及神经网络技术领域，特别涉及一种多媒体数据处理方法、装置、计算机设备和可读存储介质。

背景技术

随着科技的不断发展，深度学习作为机器学习算法研究中的一个新技术，引起了广泛的关注。深度学习旨在通过学习一种深层非线性网络结构，来建立并模拟人脑进行分析学习的神经网络。深度学习模型也可以称为神经网络模型，已经在机器视觉、语音识别、自然语言处理等人工智能领域取得了广泛的应用。通过神经网络模型，只需简单的网络结构即可实现复杂函数的逼近，并展现了强大的从大量数据样本集中学习数据集本质特征的能力。在实际应用中利用神经网络模型进行多媒体数据处理时，神经网络模型的计算需要巨大的计算能力，如何提高神经网络模型计算能力对于改善用户体验、降低服务成本等至关重要。

目前，在利用神经网络模型对多媒体数据进行处理时，可以对所有输入数据和参数数据都采用定点化方法，即将浮点数形式的输入矩阵转换为定点数形式，利用定点化后的输入矩阵来对多媒体数据进行处理，将定点化后的输入矩阵与神经网络模型的参数矩阵进行矩阵运算，计算出输出矩阵，如采用谷歌(Google)开源的低精度矩阵乘法库(GeneralMatrix to Matrix Multiplication Low Precision，GEMMLOWP)等程序库来进行输出矩阵的计算。

在实现本公开的过程中，发明人发现现有技术至少存在以下问题：

利用现在的方法进行定点化时，确定的定点化范围准确性较低，可能会损失模型的精度，导致模型的准确性降低。

发明内容

本公开实施例提供了一种多媒体数据处理方法、装置、计算机设备和可读存储介质，可以解决相关技术中对所有输入数据和参数数据都采用定点化方法会损失模型的精度，导致模型的准确性降低的问题。所述技术方案如下：

一方面，提供了一种多媒体数据处理方法，该方法包括：

获取待处理的多媒体数据的第一特征矩阵，该第一特征矩阵中各个元素为该多媒体数据中各个组成单元的特征信息；

对于该第一特征矩阵中的各个第一向量，根据该第一向量所对应的数据范围，分别对该第一向量进行定点化，得到多个第二向量；

将该多个第二向量组合成第二特征矩阵，将该第二特征矩阵输入至多媒体处理模型，通过该多媒体处理模型对该第二特征矩阵进行计算，输出该多媒体数据的计算结果。

在一种可能的实现方式中，所述根据该第一向量所对应的数据范围，分别对该第一向量进行定点化包括：

根据该各个第一向量中的数据，确定该各个第一向量的最大值和最小值；

根据该各个第一向量的最大值和最小值，确定该各个第一向量对应的伸缩系数和偏置；

根据该各个第一向量对应的伸缩系数和偏置，对该各个第一向量进行定点化。

在一种可能的实现方式中，所述通过该多媒体处理模型对该第二特征矩阵进行计算，输出该多媒体数据的计算结果之后，该方法还包括：

利用该各个第一向量的伸缩系数和偏置，将该多媒体数据的计算结果中对应位置上的数值转换为浮点数形式。