[发明专利]一种数据处理方法、设备及存储介质

权利要求书

1.一种数据处理方法，所述方法包括：

确定待裁剪神经网络模型中目标层的目标参数对应的至少一个第一参数值；

确定压缩比率和稀疏化率；

基于压缩比率、稀疏化率和所述至少一个第一参数值，对所述待裁剪神经网络模型进行稀疏化裁剪处理，得到目标神经网络模型；

基于所述目标神经网络模型对待裁剪数据进行稀疏化裁剪处理。

2.根据权利要求1所述的方法，所述基于压缩比率、稀疏化率和所述至少一个第一参数值，对所述待裁剪神经网络模型进行稀疏化裁剪处理，得到目标神经网络模型，包括：

基于所述压缩比率，对所述至少一个第一参数值进行分组处理，得到至少一个第一待分析参数值和至少一个第二待分析参数值；其中，每一所述第一待分析参数值小于每一所述第二待分析参数值；

基于所述稀疏化率，分别对所述至少一个第一待分析参数值和所述至少一个第二待分析参数值进行调整，依次得到至少一个第一目标参数值和至少一个第二目标参数值；

采用每一所述第一目标参数值替换所述待裁剪神经网络模型中对应的所述第一待分析参数值，每一所述第二目标参数值替换所述待裁剪神经网络模型中对应的所述第二待分析参数值，得到所述目标神经网络模型。

3.根据权利要求2所述的方法，所述基于所述压缩比率，对所述至少一个第一参数值进行分组处理，得到至少一个第一待分析参数值和至少一个第二待分析参数值，包括：

确定第一压缩参考比率和预设步进值；其中，所述第一压缩参考比率与所述压缩比率具有关联关系，所述第一压缩参考比率小于或等于所述压缩比率；

基于所述第一压缩参考比率，对所述至少一个第一参数值进行分组处理，得到至少一个第三待分析参数值和至少一个第四待分析参数值；

基于所述稀疏化率，分别对所述至少一个第三待分析参数值和所述至少一个第四待分析参数值进行调整，依次得到至少一个第一参考参数值和至少一个第二参考参数值；

采用每一所述第一参考参数值替换所述待裁剪神经网络模型中对应的所述第一待分析参数值，每一所述第二参考参数值替换所述待裁剪神经网络模型中对应的所述第二待分析参数值，得到第一参考神经网络模型；

获取所述第一参考神经网络模型中所述目标层的所述目标参数对应的至少一个第二参数值；

确定所述第一压缩参考比率和所述预设步进值的和值，得到第二压缩参考比率；

若所述第二压缩参考比率等于所述压缩比率，基于所述压缩比率，对所述至少一个第二参数值进行分组处理，得到所述至少一个第一待分析参数值和所述至少一个第二待分析参数值。

4.根据权利要求3所述的方法，所述方法还包括：

若所述第二压缩参考比率小于所述压缩比率，基于所述第二压缩参考比率，对所述至少一个第二参数值进行分组处理，得到至少一个第五待分析参数值和至少一个第六待分析参数值；其中，每一所述第五待分析参数值小于每一所述第六待分析参数值；

基于所述稀疏化率，分别对所述至少一个第五待分析参数值和所述至少一个第六待分析参数值进行调整，依次得到至少一个第三参考参数值和至少一个第四参考参数值；

采用每一所述第三参考参数值替换所述第一参考神经网络模型中对应的所述第五待分析参数值，每一所述第四参考参数值替换所述第一参考神经网络模型中对应的所述第六待分析参数值，得到第二参考神经网络模型；

获取所述第二参考神经网络模型中所述目标层的所述目标参数对应的至少一个第三参数值；

确定所述第二压缩参考比率和所述预设步进值的和值，得到第三压缩参考比率；

若所述第三压缩参考比率小于所述压缩比率，基于所述第三压缩参考比率，对所述至少一个第三参数值进行分组处理，如此重复，直至第四压缩参考比率与所述预设步进值的和值为所述压缩比率的情况下，基于所述压缩比率，对第三参考神经网络模型中所述目标层的所述目标参数对应的至少一个第四参数值进行分组处理，得到所述至少一个第一待分析参数值和所述至少一个第二待分析参数值；其中，所述第三参考神经网络模型是基于所述第四压缩参考比率得到的与所述待裁剪神经网络模型具有关联关系的神经网络模型。