[发明专利]用于处理数据的方法、装置、设备以及存储介质

说明书

本公开提供了用于处理数据的方法、装置、设备以及存储介质，涉及深度学习技术领域。具体实现方案为：获取输入目标函数的目标参数；确定预先缓存的静态图集合中是否存在与目标参数对应的静态图；响应于确定不存在与目标参数对应的静态图，根据目标参数，生成代码信息；根据代码信息，生成目标静态图；根据目标静态图，确定利用目标函数处理目标参数的处理结果。本实现方式可以提高计算效率。

技术领域

本公开涉及计算机技术领域，具体涉及深度学习技术领域，尤其涉及用于处理数据的方法、装置、设备以及存储介质。

背景技术

张量是面向高维时空数据和信号的存储和表达形式，例如图像数据可以表达为形状为NCHW形的4D张量，N、C、H、W分别代表帧、颜色通道、行和列。深度学习、计算机视觉、自然语言处理等信息处理应用中经常对多个张量进行处理，用于提取特征、对数据进行分类等，这些张量处理常伴随大量维度扩充、对齐和置换等预处理和后处理操作，导致代码臃肿，既容易出现编写错误，也可能损害性能。

Einsum是基于爱因斯坦求和约定的描述性张量操作编程接口(API)，其覆盖丰富的张量操作语义。Einsum功能强大是指其支持大量常见的张量计算，以及这些计算的复合形式，例如迹(trace)、对角元(diagonal)、转置(transpose)、维度缩减(squeeze)、维度扩充(unsqueeze)、按维度求和(sum)、内积(dot)、外积(outer)、广播乘积(elementwise-mul,*),矩阵乘(matmul)、批量矩阵乘(Bmm)等。Einsum的简单易用是指其接口形式是描述性的，可读性强，容易编写。但现有技术对Einsum的使用性能普遍较低。

发明内容

本公开提供了一种用于处理数据的方法、装置、设备以及存储介质。

根据第一方面，提供了一种用于处理数据的方法，包括：获取输入目标函数的目标参数；确定预先缓存的静态图集合中是否存在与目标参数对应的静态图；响应于确定不存在与目标参数对应的静态图，根据目标参数，生成代码信息；根据代码信息，生成目标静态图；根据目标静态图，确定利用目标函数处理目标参数的处理结果。

根据第二方面，提供了一种用于处理数据的装置，包括：参数获取单元，被配置成获取输入目标函数的目标参数；缓存查询单元，被配置成确定预先缓存的静态图集合中是否存在与目标参数对应的静态图；代码生成单元，被配置成响应于确定不存在与目标参数对应的静态图，根据目标参数，生成代码信息；静态图生成单元，被配置成根据代码信息，生成目标静态图；数据处理单元，被配置成根据目标静态图，确定利用目标函数处理目标参数的处理结果。

根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与上述至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，上述指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面所描述的方法。

根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，上述计算机指令用于使计算机执行如第一方面所描述的方法。

根据第五方面，一种计算机程序产品，包括计算机程序，上述计算机程序在被处理器执行时实现如第一方面所描述的方法。

根据本公开的技术能够提高Einsum的使用性能，提高数据处理效率。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的用于处理数据的方法的一个实施例的流程图；