CN117035019A - 一种数据处理方法及相关设备 - Google Patents

一种数据处理方法及相关设备 Download PDF

Info

Publication number
CN117035019A
CN117035019A CN202210912635.3A CN202210912635A CN117035019A CN 117035019 A CN117035019 A CN 117035019A CN 202210912635 A CN202210912635 A CN 202210912635A CN 117035019 A CN117035019 A CN 117035019A
Authority
CN
China
Prior art keywords
matrix
weight
amplitude
value
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210912635.3A
Other languages
English (en)
Inventor
唐业辉
韩凯
郭健元
王云鹤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to PCT/CN2023/088869 priority Critical patent/WO2023207665A1/zh
Publication of CN117035019A publication Critical patent/CN117035019A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/048—Activation functions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/2163—Partitioning the feature space
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
    • G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/52—Scale-space analysis, e.g. wavelet analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Molecular Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Evolutionary Biology (AREA)
  • Biophysics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Algebra (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Image Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种数据处理方法，涉及人工智能领域，通过对输入到head中的特征块进行多次线性变换，分别得到第一幅值、第二相位值、第二幅值以及第二相位值；第一幅值用于作为Q矩阵中元素的幅值，第一相位值用于作为Q矩阵中元素的相位；第二幅值用于作为K矩阵中元素的幅值，第二相位值用于作为K矩阵中元素的相位。本申请中为输入到head中的特征块分别生成Q矩阵中元素的幅度和相位、以及K矩阵中元素的幅度和相位，将Q矩阵和K矩阵参数化为更复杂的形式，进而增加特征的表达能力，可以更好地建模不同特征块之间的关系。

Description

一种数据处理方法及相关设备
本申请要求于2022年4月29日提交美国专利局、申请号为17/733,758、发明名称为“METHOD AND DEVICE FOR PROCESSING DATA BASED ON MULTI-LAYER PERCEPTRONS”的美国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及人工智能领域，尤其涉及一种数据处理方法及相关设备。
背景技术
人工智能(artificial intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
随着人工智能技术的不断发展，让人机之间能够通过自然语言进行交互的自然语言人机交互系统变的越来越重要。人机之间能够通过自然语言进行交互，就需要系统能够识别出人类自然语言的具体含义。通常，系统通过采用对自然语言的句子进行关键信息提取来识别句子的具体含义。
transformer结构具有强大的语义表达能力，能捕捉文本长依赖关系。自被提出以来在以翻译为代表的一系列自然语言处理的任务上显著超越了之前的模型，基于transformer结构的语言模型在问答系统，语音助手等领域也取得了非常好的效果。
transformer结构的网络通过包括多头自注意力模块，然而，多头自注意力模块中的注意力头head仅在实数域范围内计算不同特征块之间的关系，建模能力不足。
发明内容
本申请提供了一种数据处理方法，为输入到head中的特征块token分别生成Q矩阵中元素的幅度和相位、以及K矩阵中元素的幅度和相位，增加特征的表达能力，可以更好地建模不同特征块之间的关系。
第一方面，本申请提供了一种数据处理方法，应用于基于注意力机制的神经网络中的注意力头head，所述方法包括：通过对输入到所述head中的特征块进行多次线性变换，分别得到第一幅值、第二相位值、第二幅值以及第二相位值；根据所述第一数值和所述第一相位值，得到Q矩阵；所述第一幅值用于作为Q矩阵中元素的幅值，所述第一相位值用于作为所述Q矩阵中元素的相位；根据所述第二幅值和所述第二相位值，得到K矩阵；所述第二幅值用于作为K矩阵中元素的幅值，所述第二相位值用于作为所述K矩阵中元素的相位；根据所述Q矩阵、所述K矩阵以及所述head中计算得到的V矩阵，得到所述head的输出。
在现有的实现中，用变换矩阵Q和变换矩阵K，对输入到head中的特征块token进行线性变换，分别得到Q矩阵和K矩阵，Q矩阵、K矩阵中的元素均为实数，对于特征的表达能力有限。本申请中，可以为输入到head中的特征块token分别生成Q矩阵中元素的幅度和相位、以及K矩阵中元素的幅度和相位。通过这种方式，Q矩阵和K矩阵都可以参数化为复杂的形式，进而增加特征的表达能力，可以更好地建模不同特征块之间的关系。
在一种可能的实现中，所述根据所述Q矩阵、所述K矩阵以及所述head中计算得到的V矩阵，得到所述head的输出，包括：对所述Q矩阵和所述K矩阵进行相关度计算，得到第一注意力矩阵，所述第一注意力矩阵中的元素为复数；将所述第一注意力矩阵中的元素映射为实数，得到第二注意力矩阵；根据所述第二注意力矩阵和所述head中计算得到的V矩阵，得到所述head的输出。
在一种实现中，可以对所述Q矩阵和所述K矩阵进行相关度计算，得到第一注意力矩阵，由于Q矩阵和所述K矩阵本身是复数域的数，因此所述第一注意力矩阵中的元素为复数。
在一种实现中，在基于Q矩阵和K矩阵计算相关度时，所述Q矩阵和所述K矩阵中各个元素之间存在的相位差可以会导致对幅度进行调制，例如，与小相位差相关的特征可能会增强，而与大相位差相关的特征可能会减少，这类似于相干光引起的干涉现象。
在一种实现中，可以直接将qi与kj的点乘结果确定为关联度，由于上述计算得到的相关度需要和V矩阵进行加权运算，因此可以将所述第一注意力矩阵中的元素映射为实数，得到第二注意力矩阵，并根据所述第二注意力矩阵和所述head中计算得到的V矩阵，得到所述head的输出。
在一种实现中，可以将点乘结果除以一常数，然后进行softmax运算，由于softmax运算需要在实数域上进行，而Q矩阵和K矩阵之间进行运算的结果(也就是softmax运算的对象)为复数，因此，本申请实施例中可以对Q矩阵和K矩阵之间进行运算的结果(第一注意力矩阵)映射到实数域上。
在一种实现中，所述第一注意力矩阵中的元素包括实部和虚部，在将第一注意力矩阵中的元素映射为实数时，可以将所述第一注意力矩阵中元素的实部的数值和虚部的数值进行融合，以得到融合结果，所述融合结果为实数。
示例性的，所述融合，可以包括：求和操作；或者，求复数的模长。
在一种可能的实现中，所述通过对输入到所述head中的特征块的元素进行多次线性变换，分别得到第一幅值、第一相位值、第二幅值以及第二相位值，包括：通过线性规划层，对输入到所述head中的特征块进行多次线性变换；所述线性规划层包括第一权重、第二权重、第三权重以及第四权重，所述第一权重、所述第二权重、所述第三权重以及所述第四权重为可训练的参数；其中，所述第一权重用于对所述特征块进行线性变换，以得到所述第一幅值；所述第二权重用于对所述特征块进行线性变换，以得到所述第一相位值；所述第三权重用于对所述特征块进行线性变换，以得到所述第二幅值；所述第四权重用于对所述特征块进行线性变换，以得到所述第二相位值。
本申请中每个查询query和关键字key都使用两个线性变换层，分别生成幅值和相位，使得生成的query和key可以表达更丰富的信息。
在一种可能的实现中，所述特征块为与一段数据的一个切片相关联的信息，所述一段数据为音频数据、视频数据、图像数据或上下文数据。
第二方面，本申请提供了一种数据处理方法，所述方法包括：
通过对特征图中的第一特征块进行多次线性变换，分别得到第一幅值和第一相位值；
根据所述第一幅值和所述第一相位值，得到第二特征块；第一幅值用于作为所述第二特征块中元素的幅值，所述第一相位值用于作为所述第二特征块中元素的相位；将所述第二特征块中的元素映射为实数，得到第三特征块；将所述第三特征块，输入到卷积层中。
对于卷积层需要处理的特征图，可以将特征图中的各个特征块(本申请实施例以第一特征块为例)进行多次线性变换，分别得到第一幅值和第一相位值，第一幅值用于作为所述第二特征块中元素的幅值，所述第一相位值用于作为所述第二特征块中元素的相位。
不同于现有方法，本申请中的特征块使用多次线性变换，分别生成幅值和相位，使得生成的优化后的特征块可以表达更丰富的信息。且在网络最终的输出层，通过特征变换的方式，把特征变换到实数域中，得到有实际意义的模型输出。
在一种可能的实现中，所述将所述第二特征块中的元素映射为实数，包括：
将所述第二特征块中元素表示为复数时的实部的数值和虚部的数值进行融合，以得到融合结果，所述融合结果为实数。
在一种可能的实现中，所述融合，包括：拼接操作(concat)。
在一种可能的实现中，所述通过对特征图中的第一特征块进行多次线性变换，分别得到第一幅值和第一相位值，包括：
通过线性规划层，对特征图中的第一特征块进行多次线性变换；所述线性规划层包括第一权重和第二权重，所述第一权重和所述第二权重为可训练的参数；其中，
所述第一权重用于对特征图中的第一特征块进行线性变换，以得到所述第一幅值；
所述第二权重用于对特征图中的第一特征块进行线性变换，以得到所述第一相位值。
在一种可能的实现中，所述特征块为与一段数据的一个切片相关联的信息，所述一段数据为音频数据、视频数据、图像数据或上下文数据。
第三方面，本申请提供了一种数据处理装置，应用于基于注意力机制的神经网络中的注意力头head，所述装置包括：
线性变换模块，用于通过对输入到所述head中的特征块进行多次线性变换，分别得到第一幅值、第二相位值、第二幅值以及第二相位值；
注意力计算模块，用于根据所述第一数值和所述第一相位值，得到Q矩阵；所述第一幅值用于作为Q矩阵中元素的幅值，所述第一相位值用于作为所述Q矩阵中元素的相位；
根据所述第二幅值和所述第二相位值，得到K矩阵；所述第二幅值用于作为K矩阵中元素的幅值，所述第二相位值用于作为所述K矩阵中元素的相位；
根据所述Q矩阵、所述K矩阵以及所述head中计算得到的V矩阵，得到所述head的输出。
在一种可能的实现中，所述注意力计算模块，具体用于：
对所述Q矩阵和所述K矩阵进行相关度计算，得到第一注意力矩阵，所述第一注意力矩阵中的元素为复数；
将所述第一注意力矩阵中的元素映射为实数，得到第二注意力矩阵；
根据所述第二注意力矩阵和所述head中计算得到的V矩阵，得到所述head的输出。
在一种可能的实现中，所述第一注意力矩阵中的元素包括实部和虚部，所述注意力计算模块，具体用于：
将所述第一注意力矩阵中元素的实部的数值和虚部的数值进行融合，以得到融合结果，所述融合结果为实数。
在一种可能的实现中，所述融合，包括：
求和操作；或者，
求复数的模长。
在一种可能的实现中，所述线性变换模块，具体用于：
通过线性规划层，对输入到所述head中的特征块进行多次线性变换；所述线性规划层包括第一权重、第二权重、第三权重以及第四权重，所述第一权重、所述第二权重、所述第三权重以及所述第四权重为可训练的参数；其中，
所述第一权重用于对所述特征块进行线性变换，以得到所述第一幅值；
所述第二权重用于对所述特征块进行线性变换，以得到所述第一相位值；
所述第三权重用于对所述特征块进行线性变换，以得到所述第二幅值；
所述第四权重用于对所述特征块进行线性变换，以得到所述第二相位值。
在一种可能的实现中，所述特征块为与一段数据的一个切片相关联的信息，所述一段数据为音频数据、视频数据、图像数据或上下文数据。
第四方面，本申请提供了一种数据处理装置，所述装置包括：
线性变换模块，用于通过对特征图中的第一特征块进行多次线性变换，分别得到第一幅值和第一相位值；
根据所述第一幅值和所述第一相位值，得到第二特征块；第一幅值用于作为所述第二特征块中元素的幅值，所述第一相位值用于作为所述第二特征块中元素的相位；
将所述第二特征块中的元素映射为实数，得到第三特征块；
卷积模块，用于将所述第三特征块，输入到卷积层中。
在一种可能的实现中，所述线性变换模块，具体用于：
将所述第二特征块中元素表示为复数时的实部的数值和虚部的数值进行融合，以得到融合结果，所述融合结果为实数。
在一种可能的实现中，所述融合，包括：
拼接操作(concat)。
在一种可能的实现中，所述线性变换模块，具体用于：
通过线性规划层，对特征图中的第一特征块进行多次线性变换；所述线性规划层包括第一权重和第二权重，所述第一权重和所述第二权重为可训练的参数；其中，
所述第一权重用于对特征图中的第一特征块进行线性变换，以得到所述第一幅值；
所述第二权重用于对特征图中的第一特征块进行线性变换，以得到所述第一相位值。
在一种可能的实现中，所述特征块为与一段数据的一个切片相关联的信息，所述一段数据为音频数据、视频数据、图像数据或上下文数据。
第五方面，本申请实施例提供了一种执行设备，可以包括存储器、处理器以及总线系统，其中，存储器用于存储程序，处理器用于执行存储器中的程序，以执行如上述第一方面及其任一可选的方法、以及如上述第二方面及其任一可选的方法。
第六方面，本申请实施例提供了一种训练设备，可以包括存储器、处理器以及总线系统，其中，存储器用于存储程序，处理器用于执行存储器中的程序，以执行如上述第一方面及其任一可选的方法、以及如上述第二方面及其任一可选的方法。
第七方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机执行上述第一方面及其任一可选的方法、以及如上述第二方面及其任一可选的方法。
第八方面，本申请实施例提供了一种计算机程序，当其在计算机上运行时，使得计算机执行上述第一方面及其任一可选的方法、以及如上述第二方面及其任一可选的方法。
第九方面，本申请提供了一种芯片系统，该芯片系统包括处理器，用于支持执行设备或训练设备实现上述方面中所涉及的功能，例如，发送或处理上述方法中所涉及的数据；或，信息。在一种可能的设计中，所述芯片系统还包括存储器，所述存储器，用于保存执行设备或训练设备必要的程序指令和数据。该芯片系统，可以由芯片构成，也可以包括芯片和其他分立器件。
附图说明
图1为人工智能主体框架的一种结构示意图；
图2为一种自然语言处理系统；
图3a为另一种自然语言处理系统；
图3b为一种系统的示意；
图4为本申请实施例提供的自然语言处理的相关设备的示意图；
图5A为一种transformer层的架构示意；
图5B为一种卷积神经网络的架构示意；
图5C为一种卷积神经网络的架构示意；
图6为本申请实施例提供的一种数据处理方法的实施例示意；
图7为本申请实施例中的一种神经网络模型的结构示意；
图8为一个注意力头head的操作示意图；
图9为本申请实施例提供的一种head的操作示意图；
图10为本申请实施例提供的一种融合示意；
图11为本申请实施例提供的一种应用架构示意；
图12为本申请实施例提供的一种数据处理方法的实施例示意；
图13为本申请实施例提供的一种数据处理方法的实施例示意；
图14为本申请实施例提供的数据处理装置的一种结构示意图；
图15为本申请实施例提供的数据处理装置的一种结构示意图；
图16为本申请实施例提供的执行设备的一种结构示意图；
图17是本申请实施例提供的训练设备一种结构示意图；
图18为本申请实施例提供的芯片的一种结构示意图。
具体实施方式
下面结合本发明实施例中的附图对本发明实施例进行描述。本发明的实施方式部分使用的术语仅用于对本发明的具体实施例进行解释，而非旨在限定本发明。
下面结合附图，对本申请的实施例进行描述。本领域普通技术人员可知，随着技术的发展和新场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
首先对人工智能系统总体工作流程进行描述，请参见图1，图1示出的为人工智能主体框架的一种结构示意图，下面从“智能信息链”(水平轴)和“IT价值链”(垂直轴)两个维度对上述人工智能主题框架进行阐述。其中，“智能信息链”反映从数据的获取到处理的一列过程。举例来说，可以是智能信息感知、智能信息表示与形成、智能推理、智能决策、智能执行与输出的一般过程。在这个过程中，数据经历了“数据—信息—知识—智慧”的凝练过程。“IT价值链”从人智能的底层基础设施、信息(提供和处理技术实现)到系统的产业生态过程，反映人工智能为信息技术产业带来的价值。
(1)基础设施
基础设施为人工智能系统提供计算能力支持，实现与外部世界的沟通，并通过基础平台实现支撑。通过传感器与外部沟通；计算能力由智能芯片(CPU、NPU、GPU、ASIC、FPGA等硬件加速芯片)提供；基础平台包括分布式计算框架及网络等相关的平台保障和支持，可以包括云存储和计算、互联互通网络等。举例来说，传感器和外部沟通获取数据，这些数据提供给基础平台提供的分布式计算系统中的智能芯片进行计算。
(2)数据
基础设施的上一层的数据用于表示人工智能领域的数据来源。数据涉及到图形、图像、语音、文本，还涉及到传统设备的物联网数据，包括已有系统的业务数据以及力、位移、液位、温度、湿度等感知数据。
(3)数据处理
数据处理通常包括数据训练，机器学习，深度学习，搜索，推理，决策等方式。
其中，机器学习和深度学习可以对数据进行符号化和形式化的智能信息建模、抽取、预处理、训练等。
推理是指在计算机或智能系统中，模拟人类的智能推理方式，依据推理控制策略，利用形式化的信息进行机器思维和求解问题的过程，典型的功能是搜索与匹配。
决策是指智能信息经过推理后进行决策的过程，通常提供分类、排序、预测等功能。
(4)通用能力
对数据经过上面提到的数据处理后，进一步基于数据处理的结果可以形成一些通用的能力，比如可以是算法或者一个通用系统，例如，翻译，文本的分析，计算机视觉的处理，语音识别，图像的识别等等。
(5)智能产品及行业应用
智能产品及行业应用指人工智能系统在各领域的产品和应用，是对人工智能整体解决方案的封装，将智能信息决策产品化、实现落地应用，其应用领域主要包括：智能终端、智能交通、智能医疗、自动驾驶、智慧城市等。
本申请可以应用于人工智能领域的自然语言处理、图像处理等领域中，下面将对多个落地到产品的多个应用场景进行介绍。
为了更好地理解本申请实施例的方案，下面先结合图1至图3a对本申请实施例可能的应用场景进行简单的介绍。
图2示出了一种自然语言处理系统，该自然语言处理系统包括用户设备以及数据处理设备。其中，用户设备包括手机、个人电脑或者信息处理中心等智能终端。用户设备为自然语言数据处理的发起端，作为语言问答或者查询等请求的发起方，通常用户通过用户设备发起请求。
上述数据处理设备可以是云服务器、网络服务器、应用服务器以及管理服务器等具有数据处理功能的设备或服务器。数据处理设备通过交互接口接收来自智能终端的查询语句/语音/文本等，再通过存储数据的存储器以及数据处理的处理器环节进行机器学习，深度学习，搜索，推理，决策等方式的语言数据处理，并将处理结果反馈至用户设备。数据处理设备中的存储器可以是一个统称，包括本地存储以及存储历史数据的数据库，数据库可以在数据处理设备上，也可以在其它网络服务器上。
在图2所示的自然语言处理系统中，用户设备可以接收用户的指令，例如用户设备可以接收用户输入的一段文本，然后向数据处理设备发起请求，使得数据处理设备针对用户设备得到的该一段文本执行自然语言处理应用(例如自然语言生成、文本分类、文本推理、命名实体识别、翻译等)，从而得到针对该一段文本的对应的自然语言处理应用的处理结果(例如预测词结果、分类结果、推理结果、命名实体识别结果、翻译结果等)。
以自然语言生成为例，自然语言生成(natural language generation)也可以称之为文本预测任务或者自然语言合成任务，是指在给定一段文字的前提下，生成其中的缺失文本或者后续文本的任务。自然语言生成在搜索引擎，输入法等场景均有广泛应用，可以在用户输入部分文字的前提下预测用户接下来的输入，可以大大提高用户的使用该产品的效率，此外还可以对存在文字缺失的文本进行恢复。
示例性的，本申请实施例中，用户设备可以接收用户输入的一段文本数据，其中文本数据中包括已知词和待预测词，待预测词不可见，仅仅知晓待预测词在文本数据中的位置，然后用户设备可以向数据处理设备发起请求(请求中携带文本数据)，使得数据处理设备对该文本数据中的待预测词进行预测，从而得到待预测词，并将待预测词反馈至用户设备。
示例性的，用户设备可以接收用户输入的一段文本数据，然后向数据处理设备发起请求，使得数据处理设备对该一段文本数据进行实体分类，从而得到针对该一段文本数据的实体分类结果，并将实体分类结果反馈至用户设备；
示例性的，用户设备可以接收用户输入的一段文本数据(文本数据为中文文本)，然后向数据处理设备发起请求，使得数据处理设备将该一段文本数据翻译成英文，从而得到针对该一段文本数据的英文译文，并将英文译文反馈至用户设备。
图3a示出了另一种自然语言处理系统，在图3a中，用户设备直接作为数据处理设备，该用户设备能够直接接收来自用户的输入并直接由用户设备本身的硬件进行处理，具体过程与图2相似，可参考上面的描述，在此不再赘述。
图4是本申请实施例提供的自然语言处理的相关设备300的示意图。
上述图2和图3a中的用户设备具体可以是图4中的本地设备301或者本地设备302，图2中的数据处理设备具体可以是图4中的执行设备310，其中，数据存储系统350可以存储执行设备310的待处理数据，数据存储系统350可以集成在执行设备310上，也可以设置在云上或其它网络服务器上。
图2和图3a中的处理器可以通过神经网络模型或者其它模型进行数据训练/机器学习/深度学习，并利用数据最终训练或者学习得到的模型针对文本数据执行自然语言处理应用(例如自然语言生成、文本分类、序列标注、阅读理解、文本生成、文本推理、翻译等)，从而得到相应的处理结果。
此外，在计算机视觉中，神经网络架构通常用于处理各种任务，例如图像分类，对象检测和语义分割等任务。
下面结合图3b对本申请实施例提供的系统架构进行详细的介绍。图3b为本申请一实施例提供的系统架构示意图。如图3b所示，系统架构500包括执行设备510、训练设备520、数据库530、客户设备540、数据存储系统550以及数据采集系统560。
执行设备510包括计算模块511、I/O接口512、预处理模块513和预处理模块514。计算模块511中可以包括目标模型/规则501，预处理模块513和预处理模块514是可选的。
数据采集设备560用于采集训练数据。
其中，在自然语言合成的任务中，训练数据可以为存在文本缺失的文本数据以及该存在文本缺失的文本数据对应的完整文本数据。
其中，在翻译任务中，训练数据可以包括但不限于平行语料、单语语料等。
平行语料，是指由原文文本及其平行对应的译语文本构成的双语或多语语料(也就是具有标注的文本数据)，原文文本和译语文本具有相同的语义且文本单元之间具有对应关系。比如原文文本是“这次旅行需要认真计划”，与其平行对应的英文文本为“The tripneedscareful planning”，则“这次旅行需要认真计划”和“The trip needs carefulplanning”可以看做一组平行语料，该组平行语料是中英平行语言对，可以将原文文本“这次旅行需要认真计划”看做该组平行语料的源语料，将译文文本“The trip needs carefulplanning”看做该组平行语料的目标语料。其中，旅行可以对应于trip。
此外，“这次旅行需要认真计划”可以看做一个单语语料，“The trip needscareful planning”也可以都看做一个单语语料。
在计算机视觉相关的任务中，训练数据可以为图像、以及图像对应的标签等、增强后的图像等。
在采集到训练数据之后，数据采集设备560将这些训练数据存入数据库530，训练设备520基于数据库530中维护的训练数据训练得到目标模型/规则501。
其中，训练设备520基于数据库530中维护的训练数据对本申请实施例中的预训练语言模型(pretrained language model，PLM)进行训练，得到目标模型/规则501。
需要说明的是，在实际应用中，数据库530中维护的训练数据不一定都来自于数据采集设备560的采集，也有可能是从其他设备接收得到的。另外需要说明的是，训练设备520也不一定完全基于数据库530维护的训练数据进行目标模型/规则501的训练，也有可能从云端或其他地方获取训练数据进行模型训练，上述描述不应该作为对本申请实施例的限定。
根据训练设备520训练得到的目标模型/规则501可以应用于不同的系统或设备中，如应用于图3b所示的执行设备510，所述执行设备510可以是终端，如手机终端，平板电脑，笔记本电脑，增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备，车载终端等，还可以是服务器或者云端等。在图3b中，执行设备510配置输入/输出(input/output，I/O)接口512，用于与外部设备进行数据交互，用户可以通过客户设备540向I/O接口512输入数据。
预处理模块513和预处理模块514用于根据I/O接口512接收到的输入数据进行预处理(例如获取已知数据单元以及待预测数据单元在目标数据中的位置、或者生成注意力信息等预处理过程)。应理解，可以没有预处理模块513和预处理模块514或者只有的一个预处理模块。当不存在预处理模块513和预处理模块514时，可以直接采用计算模块511对输入数据进行处理。
在执行设备510对输入数据进行预处理，或者在执行设备510的计算模块511执行计算等相关的处理过程中，执行设备510可以调用数据存储系统550中的数据、代码等以用于相应的处理，也可以将相应处理得到的数据、指令等存入数据存储系统550中。
最后，I/O接口512将处理结果呈现给客户设备540，从而提供给用户。
在图3b所示情况下，用户可以手动给定输入数据，该“手动给定输入数据”可以通过I/O接口512提供的界面进行操作。另一种情况下，客户设备540可以自动地向I/O接口512发送输入数据，如果要求客户设备540自动发送输入数据需要获得用户的授权，则用户可以在客户设备540中设置相应权限。用户可以在客户设备540查看执行设备510输出的结果，具体的呈现形式可以是显示、声音、动作等具体方式。客户设备540也可以作为数据采集端，采集如图所示输入I/O接口512的输入数据及输出I/O接口512的输出结果作为新的样本数据，并存入数据库530。当然，也可以不经过客户设备540进行采集，而是由I/O接口512直接将如图所示输入I/O接口512的输入数据及输出I/O接口512的输出结果，作为新的样本数据存入数据库530。
值得注意的是，图3b仅是本申请实施例提供的一种系统架构的示意图，图中所示设备、器件、模块等之间的位置关系不构成任何限制，例如，在图3b中，数据存储系统550相对执行设备510是外部存储器，在其它情况下，也可以将数据存储系统550置于执行设备510中。
应理解上述执行设备510也可以部署于客户设备540中。
由于本申请实施例涉及大量神经网络的应用，为了便于理解，下面先对本申请实施例涉及的相关术语及神经网络等相关概念进行介绍。
(1)神经网络
神经网络可以是由神经单元组成的，神经单元可以是指以xs(即输入数据)和截距1为输入的运算单元，该运算单元的输出可以为：
其中，s＝1、2、……n，n为大于1的自然数，Ws为xs的权重，b为神经单元的偏置。f为神经单元的激活函数(activation functions)，用于将非线性特性引入神经网络中，来将神经单元中的输入信号转换为输出信号。该激活函数的输出信号可以作为下一层卷积层的输入，激活函数可以是sigmoid函数。神经网络是将多个上述单一的神经单元联结在一起形成的网络，即一个神经单元的输出可以是另一个神经单元的输入。每个神经单元的输入可以与前一层的局部接受域相连，来提取局部接受域的特征，局部接受域可以是由若干个神经单元组成的区域。
(2)transformer层
参照图5A，图5A为一种transformer层的架构示意，如图5A所示，神经网络包括嵌入层和至少一个transformer层，至少一个transformer层可以为N个transformer层(N大于0的整数)，其中，每个transformer层包括依次相邻的注意力层、加和与归一化(add&norm)层、前馈(feed forward)层和加和与归一化层。在嵌入层，对当前输入进行嵌入处理，得到多个嵌入向量；在所述注意力层，从所述第一transformer层的上一层获取P个输入向量，以P个输入向量中的任意的第一输入向量为中心，基于预设的注意力窗口范围内的各个输入向量与该第一输入向量之间的关联度，得到该第一输入向量对应的中间向量，如此确定出P个输入向量对应的P个中间向量；在所述池化层，将所述P个中间向量合并为Q个输出向量，其中transformer层中最后一个transformer层得到的多个输出向量用作所述当前输入的特征表示。
(3)注意力机制(attention mechanism)
注意力机制模仿了生物观察行为的内部过程，即一种将内部经验和外部感觉对齐从而增加部分区域的观察精细度的机制，能够利用有限的注意力资源从大量信息中快速筛选出高价值信息。注意力机制可以快速提取稀疏数据的重要特征，因而被广泛用于自然语言处理任务，特别是机器翻译。而自注意力机制(self-attention mechanism)是注意力机制的改进，其减少了对外部信息的依赖，更擅长捕捉数据或特征的内部相关性。注意力机制的本质思想可以改写为如下公式：
其中，Lx＝||Source||代表Source的长度，公式含义即将Source中的构成元素想象成是由一系列的数据对构成，此时给定目标Target中的某个元素Query，通过计算Query和各个Key的相似性或者相关性，得到每个Key对应Value的权重系数，然后对Value进行加权求和，即得到了最终的Attention数值。所以本质上Attention机制是对Source中元素的Value值进行加权求和，而Query和Key用来计算对应Value的权重系数。从概念上理解，把Attention可以理解为从大量信息中有选择地筛选出少量重要信息并聚焦到这些重要信息上，忽略大多不重要的信息。聚焦的过程体现在权重系数的计算上，权重越大越聚焦于其对应的Value值上，即权重代表了信息的重要性，而Value是其对应的信息。自注意力机制可以理解为内部Attention(intra attention)，Attention机制发生在Target的元素Query和Source中的所有元素之间，自注意力机制指的是在Source内部元素之间或者Target内部元素之间发生的Attention机制，也可以理解为Target＝Source这种特殊情况下的注意力计算机制，其具体计算过程是一样的，只是计算对象发生了变化而已。
(4)自然语言处理(natural language processing，NLP)
自然语言(natural language)即人类语言，自然语言处理(NLP)就是对人类语言的处理。自然语言处理是以一种智能与高效的方式，对文本数据进行系统化分析、理解与信息提取的过程。通过使用NLP及其组件，我们可以管理非常大块的文本数据，或者执行大量的自动化任务，并且解决各式各样的问题，如自动摘要(automatic summarization)，机器翻译(machine translation，MT)，命名实体识别(named entity recognition，NER)，关系提取(relation extraction，RE)，信息抽取(information extraction，IE)，情感分析，语音识别(speech recognition)，问答系统(question answering)以及主题分割等等。
(5)多层感知机(multilayer perceptron，MLP)
多层感知机是一种前向结构的人工神经网络架构，由多个节点层组成，可以将输入向量变换成输出向量。
(6)量子(quantum mechanics)
量子力学是现代物理学的基本支柱之一，是很多现代学科的基础。
(7)特征块(token)
一段特征或者数据。
(8)卷积神经网络(convolutional neuron network，CNN)是一种带有卷积结构的深度神经网络。卷积神经网络包含了一个由卷积层和子采样层构成的特征抽取器，该特征抽取器可以看作是滤波器。卷积层是指卷积神经网络中对输入信号进行卷积处理的神经元层。在卷积神经网络的卷积层中，一个神经元可以只与部分邻层神经元连接。一个卷积层中，通常包含若干个特征平面，每个特征平面可以由一些矩形排列的神经单元组成。同一特征平面的神经单元共享权重，这里共享的权重就是卷积核。共享权重可以理解为提取特征的方式与位置无关。卷积核可以以随机大小的矩阵的形式化，在卷积神经网络的训练过程中卷积核可以通过学习得到合理的权重。另外，共享权重带来的直接好处是减少卷积神经网络各层之间的连接，同时又降低了过拟合的风险。
CNN是一种非常常见的神经网络，下面结合图5B重点对CNN的结构进行详细的介绍。如前文的基础概念介绍所述，卷积神经网络是一种带有卷积结构的深度神经网络，是一种深度学习(deep learning)架构，深度学习架构是指通过机器学习的算法，在不同的抽象层级上进行多个层次的学习。作为一种深度学习架构，CNN是一种前馈(feed-forward)人工神经网络，该前馈人工神经网络中的各个神经元可以对输入其中的图像作出响应。
如图5B所示，卷积神经网络(CNN)200可以包括输入层210，卷积层/池化层220(其中池化层为可选的)，以及全连接层(fully connected layer)230。
卷积层/池化层220：
卷积层：
如图5B所示卷积层/池化层220可以包括如示例221-226层，举例来说：在一种实现中，221层为卷积层，222层为池化层，223层为卷积层，224层为池化层，225为卷积层，226为池化层；在另一种实现方式中，221、222为卷积层，223为池化层，224、225为卷积层，226为池化层。即卷积层的输出可以作为随后的池化层的输入，也可以作为另一个卷积层的输入以继续进行卷积操作。
下面将以卷积层221为例，介绍一层卷积层的内部工作原理。
卷积层221可以包括很多个卷积算子，卷积算子也称为核，其在图像处理中的作用相当于一个从输入图像矩阵中提取特定信息的过滤器，卷积算子本质上可以是一个权重矩阵，这个权重矩阵通常被预先定义，在对图像进行卷积操作的过程中，权重矩阵通常在输入图像上沿着水平方向一个像素接着一个像素(或两个像素接着两个像素……这取决于步长stride的取值)的进行处理，从而完成从图像中提取特定特征的工作。该权重矩阵的大小应该与图像的大小相关，需要注意的是，权重矩阵的纵深维度(depth dimension)和输入图像的纵深维度是相同的，在进行卷积运算的过程中，权重矩阵会延伸到输入图像的整个深度。因此，和一个单一的权重矩阵进行卷积会产生一个单一纵深维度的卷积化输出，但是大多数情况下不使用单一权重矩阵，而是应用多个尺寸(行×列)相同的权重矩阵，即多个同型矩阵。每个权重矩阵的输出被堆叠起来形成卷积图像的纵深维度，这里的维度可以理解为由上面所述的“多个”来决定。不同的权重矩阵可以用来提取图像中不同的特征，例如一个权重矩阵用来提取图像边缘信息，另一个权重矩阵用来提取图像的特定颜色，又一个权重矩阵用来对图像中不需要的噪点进行模糊化等。该多个权重矩阵尺寸(行×列)相同，经过该多个尺寸相同的权重矩阵提取后的特征图的尺寸也相同，再将提取到的多个尺寸相同的特征图合并形成卷积运算的输出。
这些权重矩阵中的权重值在实际应用中需要经过大量的训练得到，通过训练得到的权重值形成的各个权重矩阵可以用来从输入图像中提取信息，从而使得卷积神经网络200进行正确的预测。
当卷积神经网络200有多个卷积层的时候，初始的卷积层(例如221)往往提取较多的一般特征，该一般特征也可以称之为低级别的特征；随着卷积神经网络200深度的加深，越往后的卷积层(例如226)提取到的特征越来越复杂，比如高级别的语义之类的特征，语义越高的特征越适用于待解决的问题。
池化层：
由于常常需要减少训练参数的数量，因此卷积层之后常常需要周期性的引入池化层，在如图5B中220所示例的221-226各层，可以是一层卷积层后面跟一层池化层，也可以是多层卷积层后面接一层或多层池化层。在图像处理过程中，池化层的唯一目的就是减少图像的空间大小。池化层可以包括平均池化算子和/或最大池化算子，以用于对输入图像进行采样得到较小尺寸的图像。平均池化算子可以在特定范围内对图像中的像素值进行计算产生平均值作为平均池化的结果。最大池化算子可以在特定范围内取该范围内值最大的像素作为最大池化的结果。另外，就像卷积层中用权重矩阵的大小应该与图像尺寸相关一样，池化层中的运算符也应该与图像的大小相关。通过池化层处理后输出的图像尺寸可以小于输入池化层的图像的尺寸，池化层输出的图像中每个像素点表示输入池化层的图像的对应子区域的平均值或最大值。
全连接层230：
在经过卷积层/池化层220的处理后，卷积神经网络200还不足以输出所需要的输出信息。因为如前所述，卷积层/池化层220只会提取特征，并减少输入图像带来的参数。然而为了生成最终的输出信息(所需要的类信息或其他相关信息)，卷积神经网络200需要利用全连接层230来生成一个或者一组所需要的类的数量的输出。因此，在全连接层230中可以包括多层隐含层(如图5B所示的231、232至23n)，该多层隐含层中所包含的参数可以根据具体的任务类型的相关训练数据进行预先训练得到，例如该任务类型可以包括图像识别，图像分类，图像超分辨率重建等等……
在全连接层230中的多层隐含层之后，也就是整个卷积神经网络200的最后层为输出层240，该输出层240具有类似分类交叉熵的损失函数，具体用于计算预测误差，一旦整个卷积神经网络200的前向传播(如图5B由210至240方向的传播为前向传播)完成，反向传播(如图5B由240至210方向的传播为反向传播)就会开始更新前面提到的各层的权重值以及偏差，以减少卷积神经网络200的损失，及卷积神经网络200通过输出层输出的结果和理想结果之间的误差。
需要说明的是，如图5B所示的卷积神经网络200仅作为一种卷积神经网络的示例，在具体的应用中，卷积神经网络还可以以其他网络模型的形式存在，例如，仅包括图5B中所示的网络结构的一部分，比如，本申请实施例中所采用的卷积神经网络可以仅包括输入层210、卷积层/池化层220和输出层240。
需要说明的是，如图5B所示的卷积神经网络100仅作为一种卷积神经网络的示例，在具体的应用中，卷积神经网络还可以以其他网络模型的形式存在，例如，如图5C所示的多个卷积层/池化层并行，将分别提取的特征均输入给全连接层230进行处理。
参照图6，图6为本申请实施例提供的一种数据处理方法的实施例示意，本申请实施例提供的一种数据处理方法可以应用在手机、平板、笔记本电脑、智能穿戴设备等终端设备上，也可以应用在服务器上，如图6示出的那样，本申请实施例提供的一种数据处理方法包括：
601、通过对输入到所述head中的特征块进行多次线性变换，分别得到第一幅值、第二相位值、第二幅值以及第二相位值。
在一些实施例中，计算设备(例如，终端设备、智能手机、笔记本电脑、服务器等)为一段数据(例如，图像、一段音频/视频或一段上下文数据)获取多个特征块(token)。每个token都可以作为数据片段的一段生成，这些数据片段充当计算设备要处理的基本单元。因此，每个token包括与部分数据相关联的信息(例如，特征或内容)。例如，token可以定义为包含输入图像中的16×16像素的图像块。计算设备可以实现基于注意力机制的神经网络架构，以处理多个token。
在一种可能的实现中，基于注意力机制的神经网络可以处理输入数据，输入数据可以为一段数据，一段数据可以为音频数据、视频数据、图像数据或上下文数据，当一段数据被分割成n个token时，该数据片段中包含的特征信息可以分布在n个token上。与输入数据片段关联的token集(用Z表示)可以表示为Z＝[z1,z2,…,zn],zj表示第j个token，j和n是整数。
在一种可能的实现中，在获取输入数据之后，可以通过嵌入层对输入数据的各个数据片段进行嵌入处理，得到多个特征块(token)，这里的token也可以称之为嵌入向量。
以输入数据为文本数据为例，在一种可能的实现中，所述嵌入层可以包括输入嵌入层和位置编码(positional encoding)层。在输入嵌入层，可以对当前输入中的未被掩码的数据单元中的每个数据单元进行词嵌入处理，从而得到未被掩码的数据单元中的每个数据单元的词向量(例如可以表示语义信息)。在位置编码层，可以获取未被掩码的数据单元中的每个数据单元在该当前输入中的位置，进而对未被掩码的数据单元中的每个数据单元的位置生成位置向量。
在一些示例中，未被掩码的数据单元中的每个数据单元在数据序列中的位置信息可以为未被掩码的数据单元中的每个数据单元在数据序列中的绝对位置。以当前输入为“几号应还花呗”为例，其中的“几”的位置可以表示为第一位，“号”的位置可以表示为第二位，……。在一些示例中，未被掩码的数据单元中的每个数据单元在数据序列中的位置可以为未被掩码的数据单元中的每个数据单元在数据序列中的相对位置。仍以当前输入为“几号应还花呗”为例，其中的“几”的位置可以表示为“号”之前，“号”的位置可以表示为“几”之后、“应”之前，……。当得到当前输入中未被掩码的数据单元中的每个数据单元的词向量和位置向量时，可以将未被掩码的数据单元中的每个数据单元的位置向量和对应的词向量进行融合，得到未被掩码的数据单元中的每个数据单元的嵌入向量。应理解，融合的方式可以是对位置向量和对应的词向量进行加法运算，或者是通过其他运算，这里并不限定具体的融合方式。嵌入向量可以表示为具有预设维度的嵌入矩阵。可以设定该嵌入向量的个数为M，预设维度为H维，则嵌入向量可以表示为M×H的嵌入矩阵。
在一种可能的实现中，多个特征块可以输入到transformer层中，具体可以输入到transformer层中的多头注意力头的每个注意力头(head)中，接下来介绍transformer层：
参照图7，图7为本申请实施例中的一种神经网络模型的结构示意。如图7中示出的那样，预训练语言模型可以包括依次连接的嵌入层以及多个transformer层(本申请实施例中也可以称之为特征提取网络)。如本领域技术人员所了解，transformer模型多用于执行自然语言处理NLP任务。需要理解，图7的结构仅仅是一个示例，transformer层的数目可以根据需要而设置。例如，可以仅设置一个transformer层，也可以设置更多的transformer层。神经网络模型基于各transformer层得到的N个输出向量，确定当前节点对应的特征向量。
下面描述各个层的具体工作过程。
关于嵌入层：
在嵌入层(或者称之为复数嵌入层)，对当前输入进行嵌入处理，得到多个特征向量(该向量为复数向量(或者可以称之为复值向量)，可选的，该向量为固定维度的复值向量)。transformer模型的核心特点在于其采用的独特的注意力机制。在处理自然语言，例如一个句子时，transformer模型利用该注意力机制，为句子中各个词向量赋予不同的注意力系数，从而更全面地考虑句子中上下文对各个词的影响。嵌入层基于当前序列中各个节点的节点特征及其位置编码，得到N个嵌入向量Xl。注意力层与嵌入层相连，从嵌入层获取N个嵌入向量作为输入向量，基于N个输入向量中各个输入向量之间的关联度，对各个输入向量进行综合，得到N个输出向量，输出给后续的transformer层。transformer层获取前一层的输出作为输入向量，执行与前一级transformer层类似的操作。
关于特征提取网络：
在一种可能的实现中，特征提取网络可以包括多个transformer层。
参照7和图8，图7和图8都示出了一种transformer层的结构示意，本申请实施例中的各个神经网络的transformer层都可以参照图8中示出的结构，如图8中示出的那样，transformer层包括依次相邻的多头注意力层、加和与归一化(add&norm)层、前馈(feedforward)层、加和与归一化层。
其中，多头注意力层从其上一层获取N个输入向量Xl，又可以表示为矩阵X，采用自注意力机制，基于向量间的关联度对各个向量进行变换，得到N个输出向量，又可以表示为矩阵Y。可以理解，当该多头注意力层是与嵌入层直接相连的层，例如图7中与嵌入层直连的t1ransformer层，其获取的输入向量即为嵌入层输出的嵌入向量；当该多头注意力层是后续的transformer层包括的多头注意力层，例如图7中与上一级transformer层直连的transformer层包括的多头注意力层，其获取的输入向量即为前一级transformer层的输出向量。在多头注意力层，基于多头注意力(multi-head attention，MHA)的MHA层包括多个注意力头head(如图7中示出的Head 1、Head 2、…、Head N)。
图8为一个注意力头head的操作示意图，该示意图示出注意力头head如何将输入矩阵X变换为输出矩阵Y。如图8所示，在现有的实现中，分别采用第一变换矩阵Q，第二变换矩阵K和第三变换矩阵V对N个输入向量<X1,X2,…,XN>中各个输入向量Xi进行变换，得到各个输入向量对应的第一中间向量(q向量)，第二中间向量(k向量)和第三中间向量(v向量)。操作上，可以分别用第一变换矩阵Q，第二变换矩阵K和第三变换矩阵V，对N个输入向量构成的输入矩阵X进行线性变换，分别得到输入矩阵的Q矩阵，K矩阵和V矩阵，再分别对矩阵进行拆分，即可得到各个输入向量对应的q向量，k向量和v向量。对于N个输入向量中任意的第i输入向量Xi，基于该第i输入向量对应的第一中间向量(q向量，qi)与各个输入向量Xj对应的各个第二中间向量(k向量，kj)的点乘操作，确定该第i输入向量Xi与各个输入向量Xj的各个关联度(αi,j)。尽管也可以直接将qi与kj的点乘结果确定为关联度，但是更经典地，先将点乘结果除以一常数，然后进行softmax运算，将运算结果作为输入向量Xi与Xj的关联度，即：
于是，可以以该第i输入向量Xi与各个输入向量Xj的各个关联度αi，j作为权重因子，对各个输入向量Xj对应的第三中间向量(v向量，vj)进行加权组合，得到该第i输入向量Xi对应的第i组合向量Ci：
于是，可以得到N个输入向量对应的N个组合向量的向量序列<C1,C2,…,CN>，或矩阵C。基于该组合向量序列，可以得到N个输出向量。具体地，在一个实施例中，可以直接将N个组合向量的向量序列作为N个输出向量，即Yi＝Ci。此时，输出矩阵Y即为组合向量矩阵C，又可以写成：
在现有的实现中，分别用第一变换矩阵Q，第二变换矩阵K和第三变换矩阵V，对N个输入向量(也就是输入到head中的特征块token)构成的输入矩阵X进行线性变换，分别得到输入矩阵的Q矩阵，K矩阵和V矩阵，Q矩阵、K矩阵中的元素均为实数，对于特征的表达能力有限。
不同于上述第一变换矩阵Q和第二变换矩阵K，本申请中，可以为输入到head中的特征块token分别生成Q矩阵中元素的幅度和相位、以及K矩阵中元素的幅度和相位。通过这种方式，Q矩阵和K矩阵都可以参数化为复杂的形式，进而增加特征的表达能力，可以更好地建模不同特征块之间的关系。
参照图9，图9为本申请实施例中一个注意力头head的操作示意图。通过对输入到所述head中的特征块X的元素进行多次线性变换，分别得到第一幅值、第一相位值、第二幅值以及第二相位值。第一幅值和第一相位值可以用于构建Q矩阵中的元素，第二幅值和第二相位值可以用于构建K矩阵中的元素。
在一种可能的实现中，可以通过线性规划层，对输入到所述head中的特征块进行多次线性变换；所述线性规划层包括第一权重Wq1、第二权重Wq2、第三权重Wk1以及第四权重Wk2，所述第一权重Wq1、第二权重Wq2、第三权重Wk1以及第四权重Wk2为可训练的参数；其中，所述第一权重用于对所述特征块进行线性变换，以得到所述第一幅值；所述第二权重用于对所述特征块进行线性变换，以得到所述第一相位值；所述第三权重用于对所述特征块进行线性变换，以得到所述第二幅值；所述第四权重用于对所述特征块进行线性变换，以得到所述第二相位值。
通过上述方式，得到的Q矩阵以及K矩阵中的元素可以表示为：
其中，i是虚部指示器，满足i2＝-1，|·|表示绝对值操作，⊙是按元素相乘，幅值|zj|是实值特征，表示每个特征块的内容。是一个具有单位范数的周期函数。θj表示相位,表示在当前状态在一个周期内所处的位置。每个特征块/>可以表示在复数域中，同时具有相位和幅值信息。这种使用波函数表示的特征块，也可以被称为量子特征块。
602、根据所述第一数值和所述第一相位值，得到Q矩阵；所述第一幅值用于作为Q矩阵中元素的幅值，所述第一相位值用于作为所述Q矩阵中元素的相位。
603、根据所述第二幅值和所述第二相位值，得到K矩阵；所述第二幅值用于作为K矩阵中元素的幅值，所述第二相位值用于作为所述K矩阵中元素的相位。
在多头自注意力网络中，一共有查询query、关键字key和值value三路特征。其中查询query和关键字key均可通过一个线性映射层表示成量子特征块，从而计算得到复数域的注意力矩阵，更好地建模不同特征块之间的关系。
具体实现过程如下：
给定X为输入特征，为线性变换层，/>和/>为量子特征块，它们的计算方式为：
Wq1和Wq2一起构成了查询query的线性变换层，Wk1和Wk2构成了关键字key的线性变换层，他们将输入特征变换到不同的特征空间里，使得量子特征块具有很强的表达能力。现有的query和key大多使用一个线性变换层生成，这限制了他们的表达能力；不同于现有方法，本申请中每个查询query和关键字key都使用两个线性变换层，分别生成幅值和相位，使得生成的query和key可以表达更丰富的信息。
604、根据所述Q矩阵、所述K矩阵以及所述head中计算得到的V矩阵，得到所述head的输出。
在一种实现中，可以根据Q矩阵和K矩阵来计算出输入的特征块之间的关联度，具体的，可以基于输入的特征块中的第i个输入向量Xi对应的q向量(qi)与第j个输入向量Xj对应的各个k向量(kj)的点乘操作，确定该第i输入向量Xi与各个输入向量Xj的各个关联度。尽管也可以直接将qi与kj的点乘结果确定为关联度(也就是注意力矩阵，或者复值注意力矩阵)，但是更经典地，先将点乘结果除以一常数，然后进行softmax运算，将运算结果作为输入向量Xi与Xj的关联度(也就是注意力矩阵，或者复值注意力矩阵)，即：
在一种实现中，可以对所述Q矩阵和所述K矩阵进行相关度计算，得到第一注意力矩阵，由于Q矩阵和所述K矩阵本身是复数域的数，因此所述第一注意力矩阵中的元素为复数。
在一种实现中，在基于Q矩阵和K矩阵计算相关度时，所述Q矩阵和所述K矩阵中各个元素之间存在的相位差可以会导致对幅度进行调制，例如，与小相位差相关的特征可能会增强，而与大相位差相关的特征可能会减少，这类似于相干光引起的干涉现象。
具体的，当两个特征块相互聚合时，他们的聚合结果如图10所示。其中，浅色虚线和深色实线的虚线表示原始的特征块，实线的实线表示聚合之后的结果。两个特征块之间的相位差调制着它们的聚合过程。
在一种实现中，可以直接将qi与kj的点乘结果确定为关联度，由于上述计算得到的相关度需要和V矩阵进行加权运算，因此可以将所述第一注意力矩阵中的元素映射为实数，得到第二注意力矩阵，并根据所述第二注意力矩阵和所述head中计算得到的V矩阵，得到所述head的输出。
在一种实现中，可以将点乘结果除以一常数，然后进行softmax运算，由于softmax运算需要在实数域上进行，而Q矩阵和K矩阵之间进行运算的结果(也就是softmax运算的对象)为复数，因此，本申请实施例中可以对Q矩阵和K矩阵之间进行运算的结果(第一注意力矩阵)映射到实数域上。
在一种实现中，所述第一注意力矩阵中的元素包括实部和虚部，在将第一注意力矩阵中的元素映射为实数时，可以将所述第一注意力矩阵中元素的实部的数值和虚部的数值进行融合，以得到融合结果，所述融合结果为实数。
示例性的，所述融合，可以包括：求和操作；或者，求复数的模长。
在一种实现中，计算得到的复值注意力矩阵(或者点乘结果除以一常数，然后进行softmax运算)为：
可以将上式展开，分别展开成实部和虚部的形式，得到复数域的注意力矩阵。
基于复值注意力矩阵，确定实数域特征。例如，通过一个额外的线性变换层，对实部和虚部做求和处理，最终的到实值注意力矩阵A：
将A乘在value V上得到模型输出Y：
Y＝AX，V＝WvX；
输出Y将被送入到模型的下一层中。
在大规模数据集进行实验，对本申请实施例中所提出的方法进行实证研究。表1可以说明，使用量子特征块可以实现明显的精度提升。
表1 ImageNet数据集上的实验效果
模型 模型精度(％)
不使用量子特征块 78.8
使用量子特征块 80.1
参照图11，图11为本发明应用的系统架构或场景示意，其中本申请可以嵌入到不同模型中，在图像理解、自然语言处理中等不同任务中都可使用，并实际部署到手机、手表、自动驾驶汽车等不通设备上。
本申请实施例提供了一种数据处理方法，应用于基于注意力机制的神经网络中的注意力头head，所述方法包括：通过对输入到所述head中的特征块进行多次线性变换，分别得到第一幅值、第二相位值、第二幅值以及第二相位值；根据所述第一数值和所述第一相位值，得到Q矩阵；所述第一幅值用于作为Q矩阵中元素的幅值，所述第一相位值用于作为所述Q矩阵中元素的相位；根据所述第二幅值和所述第二相位值，得到K矩阵；所述第二幅值用于作为K矩阵中元素的幅值，所述第二相位值用于作为所述K矩阵中元素的相位；根据所述Q矩阵、所述K矩阵以及所述head中计算得到的V矩阵，得到所述head的输出。
在现有的实现中，用变换矩阵Q和变换矩阵K，对输入到head中的特征块token进行线性变换，分别得到Q矩阵和K矩阵，Q矩阵、K矩阵中的元素均为实数，对于特征的表达能力有限。本申请中，可以为输入到head中的特征块token分别生成Q矩阵中元素的幅度和相位、以及K矩阵中元素的幅度和相位。通过这种方式，Q矩阵和K矩阵都可以参数化为复杂的形式，进而增加特征的表达能力，可以更好地建模不同特征块之间的关系。
参照图12，图12为一种数据处理方法的流程示意，如图12所示，本申请实施例提供的数据处理方法，可以包括：
1201、通过对特征图中的第一特征块进行多次线性变换，分别得到第一幅值和第一相位值。
对于卷积层需要处理的特征图，可以将特征图中的各个特征块(本申请实施例以第一特征块为例)进行多次线性变换，分别得到第一幅值和第一相位值，第一幅值用于作为所述第二特征块中元素的幅值，所述第一相位值用于作为所述第二特征块中元素的相位。
在一种可能的实现中，可以通过线性规划层，对特征图中的第一特征块进行多次线性变换；所述线性规划层包括第一权重和第二权重，所述第一权重和所述第二权重为可训练的参数；其中，所述第一权重用于对特征图中的第一特征块进行线性变换，以得到所述第一幅值；所述第二权重用于对特征图中的第一特征块进行线性变换，以得到所述第一相位值。
1202、根据所述第一幅值和所述第一相位值，得到第二特征块；第一幅值用于作为所述第二特征块中元素的幅值，所述第一相位值用于作为所述第二特征块中元素的相位。
在一种可能的实现中，卷积神经网络通过堆叠多个卷积层来处理输入数据，最终得到模型输入。以用于图像识别的卷积神经网络为例，网络的中间层为大小为H*W*C的特征图，其中H、W、C分别是模型的高度、宽度和通道数。可以把每个位置的特征(1x1xC)看做一个特征块，每个特征块又可以表示成波函数的形式，即量子特征块。基于量子特征块的卷积神经网络中的一个基本单元如图13所示：
首先使用两个线性变换层W1,W2，将输入特征X表示成量子特征块
不同于现有方法，每个特征块都使用两个线性变换层W1，W2，分别生成幅值和相位，使得生成的优化后的特征块可以表达更丰富的信息。
1203、将所述第二特征块中的元素映射为实数，得到第三特征块。
在一种可能的实现中，可以将所述第二特征块中元素表示为复数时的实部的数值和虚部的数值进行融合，以得到融合结果，所述融合结果为实数。
在一种可能的实现中，所述融合，可以包括：拼接操作(concat)。
示例性的，可以使用欧拉公式将将复值特征(也就是第二特征块)展开，得到：
基于复值特征，确定实数域特征。例如，拼接复值特征的实部和虚部，得到实数域特征Z：
Z＝cat[W1X⊙cosW2X,W1X⊙sinW2X]；
1204、将所述第三特征块，输入到卷积层中。
在特征Z上部署卷积，得到模型输出Y：
Y＝Conv(Z)；
本申请把特征块表示成量子特征块，模型在复数域中进行计算，可以实现更准确的推理。在网络最终的输出层，通过特征变换的方式，把特征变换到实数域中，得到有实际意义的模型输出。
本申请将量子特征块与卷积神经网络结合也可以取得更优的性能，他们在目标检测数据集COCO上的结果表2所示：
表2 COCO数据集上目标检测任务的实验效果
模型 模型精度(％)
现有方法 76.5
使用量子特征块 77.2
本申请提供了一种数据处理方法，所述方法包括：通过对特征图中的第一特征块进行多次线性变换，分别得到第一幅值和第一相位值；根据所述第一幅值和所述第一相位值，得到第二特征块；第一幅值用于作为所述第二特征块中元素的幅值，所述第一相位值用于作为所述第二特征块中元素的相位；将所述第二特征块中的元素映射为实数，得到第三特征块；将所述第三特征块，输入到卷积层中。本申请将量子特征块引入到卷积运算中，通过把特征块表示成量子特征块，使得模型在复数域中进行计算，可以实现更准确的推理。在网络最终的输出层，通过特征变换的方式，把特征变换到实数域中，得到有实际意义的模型输出。
在图1至图13所对应的实施例的基础上，为了更好的实施本申请实施例的上述方案，下面还提供用于实施上述方案的相关设备。具体参阅图14，图14为本申请实施例提供的数据处理设备1400的一种结构示意图，数据处理设备1400可以是终端设备或服务器，数据处理设备1400包括：
线性变换模块1401，用于通过对输入到所述head中的特征块进行多次线性变换，分别得到第一幅值、第二相位值、第二幅值以及第二相位值；
其中，关于线性变换模块1401的具体描述可以参照上述实施例中步骤601，这里不再赘述。
注意力计算模块1402，用于根据所述第一数值和所述第一相位值，得到Q矩阵；所述第一幅值用于作为Q矩阵中元素的幅值，所述第一相位值用于作为所述Q矩阵中元素的相位；
根据所述第二幅值和所述第二相位值，得到K矩阵；所述第二幅值用于作为K矩阵中元素的幅值，所述第二相位值用于作为所述K矩阵中元素的相位；
根据所述Q矩阵、所述K矩阵以及所述head中计算得到的V矩阵，得到所述head的输出。
其中，关于注意力计算模块1402的具体描述可以参照上述实施例中步骤602、步骤603以及步骤604，这里不再赘述。
在一种可能的实现中，所述注意力计算模块，具体用于：
对所述Q矩阵和所述K矩阵进行相关度计算，得到第一注意力矩阵，所述第一注意力矩阵中的元素为复数；
将所述第一注意力矩阵中的元素映射为实数，得到第二注意力矩阵；
根据所述第二注意力矩阵和所述head中计算得到的V矩阵，得到所述head的输出。
在一种可能的实现中，所述第一注意力矩阵中的元素包括实部和虚部，所述注意力计算模块，具体用于：
将所述第一注意力矩阵中元素的实部的数值和虚部的数值进行融合，以得到融合结果，所述融合结果为实数。
在一种可能的实现中，所述融合，包括：
求和操作；或者，
求复数的模长。
在一种可能的实现中，所述线性变换模块，具体用于：
通过线性规划层，对输入到所述head中的特征块进行多次线性变换；所述线性规划层包括第一权重、第二权重、第三权重以及第四权重，所述第一权重、所述第二权重、所述第三权重以及所述第四权重为可训练的参数；其中，
所述第一权重用于对所述特征块进行线性变换，以得到所述第一幅值；
所述第二权重用于对所述特征块进行线性变换，以得到所述第一相位值；
所述第三权重用于对所述特征块进行线性变换，以得到所述第二幅值；
所述第四权重用于对所述特征块进行线性变换，以得到所述第二相位值。
在一种可能的实现中，所述特征块为与一段数据的一个切片相关联的信息，所述一段数据为音频数据、视频数据、图像数据或上下文数据。
参阅图15，图15为本申请实施例提供的数据处理设备1500的一种结构示意图，数据处理设备1500可以是终端设备或服务器，数据处理设备1500包括：
线性变换模块1501，用于通过对特征图中的第一特征块进行多次线性变换，分别得到第一幅值和第一相位值；
根据所述第一幅值和所述第一相位值，得到第二特征块；第一幅值用于作为所述第二特征块中元素的幅值，所述第一相位值用于作为所述第二特征块中元素的相位；
将所述第二特征块中的元素映射为实数，得到第三特征块；
其中，关于线性变换模块1501的具体描述可以参照上述实施例中步骤1201、步骤1202以及步骤1203，这里不再赘述。
卷积模块1502，用于将所述第三特征块，输入到卷积层中。
其中，关于卷积模块1502的具体描述可以参照上述实施例中步骤1204，这里不再赘述。
在一种可能的实现中，所述线性变换模块，具体用于：
将所述第二特征块中元素表示为复数时的实部的数值和虚部的数值进行融合，以得到融合结果，所述融合结果为实数。
在一种可能的实现中，所述融合，包括：
拼接操作(concat)。
在一种可能的实现中，所述线性变换模块，具体用于：
通过线性规划层，对特征图中的第一特征块进行多次线性变换；所述线性规划层包括第一权重和第二权重，所述第一权重和所述第二权重为可训练的参数；其中，
所述第一权重用于对特征图中的第一特征块进行线性变换，以得到所述第一幅值；
所述第二权重用于对特征图中的第一特征块进行线性变换，以得到所述第一相位值。
接下来介绍本申请实施例提供的一种执行设备，请参阅图16，图16为本申请实施例提供的执行设备的一种结构示意图，执行设备1600具体可以表现为虚拟现实VR设备、手机、平板、笔记本电脑、智能穿戴设备、监控数据处理设备或服务器等，此处不做限定。具体的，执行设备1600包括：接收器1601、发射器1602、处理器1603和存储器1604(其中执行设备1600中的处理器1603的数量可以一个或多个，图16中以一个处理器为例)，其中，处理器1603可以包括应用处理器16031和通信处理器16032。在本申请的一些实施例中，接收器1601、发射器1602、处理器1603和存储器1604可通过总线或其它方式连接。
存储器1604可以包括只读存储器和随机存取存储器，并向处理器1603提供指令和数据。存储器1604的一部分还可以包括非易失性随机存取存储器(non-volatile randomaccess memory，NVRAM)。存储器1604存储有处理器和操作指令、可执行模块或者数据结构，或者它们的子集，或者它们的扩展集，其中，操作指令可包括各种操作指令，用于实现各种操作。
处理器1603控制执行设备的操作。具体的应用中，执行设备的各个组件通过总线系统耦合在一起，其中总线系统除包括数据总线之外，还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见，在图中将各种总线都称为总线系统。
上述本申请实施例揭示的方法可以应用于处理器1603中，或者由处理器1603实现。处理器1603可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器1603中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1603可以是通用处理器、数字信号处理器(digital signal processing，DSP)、微处理器或微控制器，还可进一步包括专用集成电路(application specific integratedcircuit，ASIC)、现场可编程门阵列(field-programmable gate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。该处理器1603可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1604，处理器1603读取存储器1604中的信息，结合其硬件完成上述方法的步骤。
接收器1601可用于接收输入的数字或字符信息，以及产生与执行设备的相关设置以及功能控制有关的信号输入。发射器1602可用于通过第一接口输出数字或字符信息；发射器1602还可用于通过第一接口向磁盘组发送指令，以修改磁盘组中的数据；发射器1602还可以包括显示屏等显示设备。
本申请实施例中，在一种情况下，处理器1603，用于执行图6以及图12对应实施例中的设备执行的数据处理方法。
本申请实施例还提供了一种训练设备，请参阅图17，图17是本申请实施例提供的训练设备一种结构示意图，具体的，训练设备1700由一个或多个服务器实现，训练设备1700可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(centralprocessing units，CPU)1717(例如，一个或一个以上处理器)和存储器1732，一个或一个以上存储应用程序1742或数据1744的存储介质1730(例如一个或一个以上海量存储设备)。其中，存储器1732和存储介质1730可以是短暂存储或持久存储。存储在存储介质1730的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对训练设备中的一系列指令操作。更进一步地，中央处理器1717可以设置为与存储介质1730通信，在训练设备1700上执行存储介质1730中的一系列指令操作。
训练设备1700还可以包括一个或一个以上电源1726，一个或一个以上有线或无线网络接口1750，一个或一个以上输入输出接口1758；或，一个或一个以上操作系统1741，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。
本申请实施例中，中央处理器1717，用于执行图6以及图12对应实施例中的数据处理装置执行的数据处理方法。
本申请实施例中还提供一种包括计算机程序产品，当其在计算机上运行时，使得计算机执行如前述执行设备所执行的步骤，或者，使得计算机执行如前述训练设备所执行的步骤。
本申请实施例中还提供一种计算机可读存储介质，该计算机可读存储介质中存储有用于进行信号处理的程序，当其在计算机上运行时，使得计算机执行如前述执行设备所执行的步骤，或者，使得计算机执行如前述训练设备所执行的步骤。
本申请实施例提供的执行设备、训练设备或终端设备具体可以为芯片，芯片包括：处理单元和通信单元，所述处理单元例如可以是处理器，所述通信单元例如可以是输入/输出接口、管脚或电路等。该处理单元可执行存储单元存储的计算机执行指令，以使执行设备内的芯片执行上述实施例描述的数据处理方法，或者，以使训练设备内的芯片执行上述实施例描述的数据处理方法。可选地，所述存储单元为所述芯片内的存储单元，如寄存器、缓存等，所述存储单元还可以是所述无线接入设备端内的位于所述芯片外部的存储单元，如只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)等。
具体的，请参阅图18，图18为本申请实施例提供的芯片的一种结构示意图，所述芯片可以表现为神经网络处理器NPU 1800，NPU 1800作为协处理器挂载到主CPU(Host CPU)上，由Host CPU分配任务。NPU的核心部分为运算电路1803，通过控制器1804控制运算电路1803提取存储器中的矩阵数据并进行乘法运算。
在一些实现中，运算电路1803内部包括多个处理单元(Process Engine,PE)。在一些实现中，运算电路1803是二维脉动阵列。运算电路1803还可以是一维脉动阵列或者能够执行例如乘法和加法这样的数学运算的其它电子线路。在一些实现中，运算电路1803是通用的矩阵处理器。
举例来说，假设有输入矩阵A，权重矩阵B，输出矩阵C。运算电路从权重存储器1802中取矩阵B相应的数据，并缓存在运算电路中每一个PE上。运算电路从输入存储器1801中取矩阵A数据与矩阵B进行矩阵运算，得到的矩阵的部分结果或最终结果，保存在累加器(accumulator)1808中。
统一存储器1806用于存放输入数据以及输出数据。权重数据直接通过存储单元访问控制器(Direct Memory Access Controller，DMAC)1805，DMAC被搬运到权重存储器1802中。输入数据也通过DMAC被搬运到统一存储器1806中。
BIU为Bus Interface Unit即，总线接口单元1810，用于AXI总线与DMAC和取指存储器(Instruction Fetch Buffer，IFB)1809的交互。
总线接口单元1810(Bus Interface Unit，简称BIU)，用于取指存储器1809从外部存储器获取指令，还用于存储单元访问控制器1805从外部存储器获取输入矩阵A或者权重矩阵B的原数据。
DMAC主要用于将外部存储器DDR中的输入数据搬运到统一存储器1806或将权重数据搬运到权重存储器1802中或将输入数据数据搬运到输入存储器1801中。
向量计算单元1807包括多个运算处理单元，在需要的情况下，对运算电路的输出做进一步处理，如向量乘，向量加，指数运算，对数运算，大小比较等等。主要用于神经网络中非卷积/全连接层网络计算，如Batch Normalization(批归一化)，像素级求和，对特征平面进行上采样等。
在一些实现中，向量计算单元1807能将经处理的输出的向量存储到统一存储器1806。例如，向量计算单元1807可以将线性函数；或，非线性函数应用到运算电路1803的输出，例如对卷积层提取的特征平面进行线性插值，再例如累加值的向量，用以生成激活值。在一些实现中，向量计算单元1807生成归一化的值、像素级求和的值，或二者均有。在一些实现中，处理过的输出的向量能够用作到运算电路1803的激活输入，例如用于在神经网络中的后续层中的使用。
控制器1804连接的取指存储器(instruction fetch buffer)1809，用于存储控制器1804使用的指令；
统一存储器1806，输入存储器1801，权重存储器1802以及取指存储器1809均为On-Chip存储器。外部存储器私有于该NPU硬件架构。
其中，上述任一处提到的处理器，可以是一个通用中央处理器，微处理器，ASIC，或一个或多个用于控制上述程序执行的集成电路。
另外需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本申请提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现，当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下，凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现，而且，用来实现同一功能的具体硬件结构也可以是多种多样的，例如模拟电路、数字电路或专用电路等。但是，对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在可读取的存储介质中，如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，训练设备，或者网络设备等)执行本申请各个实施例所述的方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、训练设备或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、训练设备或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的训练设备、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。

Claims (23)

1.一种数据处理方法，其特征在于，应用于基于注意力机制的神经网络中的注意力头head，所述方法包括：
通过对输入到所述head中的特征块进行多次线性变换，分别得到第一幅值、第二相位值、第二幅值以及第二相位值；
根据所述第一数值和所述第一相位值，得到Q矩阵；所述第一幅值用于作为Q矩阵中元素的幅值，所述第一相位值用于作为所述Q矩阵中元素的相位；
根据所述第二幅值和所述第二相位值，得到K矩阵；所述第二幅值用于作为K矩阵中元素的幅值，所述第二相位值用于作为所述K矩阵中元素的相位；
根据所述Q矩阵、所述K矩阵以及所述head中计算得到的V矩阵，得到所述head的输出。
2.根据权利要求1所述的方法，其特征在于，所述根据所述Q矩阵、所述K矩阵以及所述head中计算得到的V矩阵，得到所述head的输出，包括：
对所述Q矩阵和所述K矩阵进行相关度计算，得到第一注意力矩阵，所述第一注意力矩阵中的元素为复数；
将所述第一注意力矩阵中的元素映射为实数，得到第二注意力矩阵；
根据所述第二注意力矩阵和所述head中计算得到的V矩阵，得到所述head的输出。
3.根据权利要求2所述的方法，其特征在于，所述第一注意力矩阵中的元素包括实部和虚部，所述将所述第一注意力矩阵中的元素映射为实数，包括：
将所述第一注意力矩阵中元素的实部的数值和虚部的数值进行融合，以得到融合结果，所述融合结果为实数。
4.根据权利要求3所述的方法，其特征在于，所述融合，包括：
求和操作；或者，
求复数的模长。
5.根据权利要求1至4任一所述的方法，其特征在于，所述通过对输入到所述head中的特征块的元素进行多次线性变换，分别得到第一幅值、第一相位值、第二幅值以及第二相位值，包括：
通过线性规划层，对输入到所述head中的特征块进行多次线性变换；所述线性规划层包括第一权重、第二权重、第三权重以及第四权重，所述第一权重、所述第二权重、所述第三权重以及所述第四权重为可训练的参数；其中，
所述第一权重用于对所述特征块进行线性变换，以得到所述第一幅值；
所述第二权重用于对所述特征块进行线性变换，以得到所述第一相位值；
所述第三权重用于对所述特征块进行线性变换，以得到所述第二幅值；
所述第四权重用于对所述特征块进行线性变换，以得到所述第二相位值。
6.根据权利要求1至5任一所述的方法，其特征在于，所述特征块为与一段数据的一个切片相关联的信息，所述一段数据为音频数据、视频数据、图像数据或上下文数据。
7.一种数据处理方法，其特征在于，所述方法包括：
通过对特征图中的第一特征块进行多次线性变换，分别得到第一幅值和第一相位值；
根据所述第一幅值和所述第一相位值，得到第二特征块；第一幅值用于作为所述第二特征块中元素的幅值，所述第一相位值用于作为所述第二特征块中元素的相位；
将所述第二特征块中的元素映射为实数，得到第三特征块；
将所述第三特征块，输入到卷积层中。
8.根据权利要求7所述的方法，其特征在于，所述将所述第二特征块中的元素映射为实数，包括：
将所述第二特征块中元素表示为复数时的实部的数值和虚部的数值进行融合，以得到融合结果，所述融合结果为实数。
9.根据权利要求8所述的方法，其特征在于，所述融合，包括：
拼接操作(concat)。
10.根据权利要求7至9任一所述的方法，其特征在于，所述通过对特征图中的第一特征块进行多次线性变换，分别得到第一幅值和第一相位值，包括：
通过线性规划层，对特征图中的第一特征块进行多次线性变换；所述线性规划层包括第一权重和第二权重，所述第一权重和所述第二权重为可训练的参数；其中，
所述第一权重用于对特征图中的第一特征块进行线性变换，以得到所述第一幅值；
所述第二权重用于对特征图中的第一特征块进行线性变换，以得到所述第一相位值。
11.一种数据处理装置，其特征在于，应用于基于注意力机制的神经网络中的注意力头head，所述装置包括：
线性变换模块，用于通过对输入到所述head中的特征块进行多次线性变换，分别得到第一幅值、第二相位值、第二幅值以及第二相位值；
注意力计算模块，用于根据所述第一数值和所述第一相位值，得到Q矩阵；所述第一幅值用于作为Q矩阵中元素的幅值，所述第一相位值用于作为所述Q矩阵中元素的相位；
根据所述第二幅值和所述第二相位值，得到K矩阵；所述第二幅值用于作为K矩阵中元素的幅值，所述第二相位值用于作为所述K矩阵中元素的相位；
根据所述Q矩阵、所述K矩阵以及所述head中计算得到的V矩阵，得到所述head的输出。
12.根据权利要求11所述的装置，其特征在于，所述注意力计算模块，具体用于：
对所述Q矩阵和所述K矩阵进行相关度计算，得到第一注意力矩阵，所述第一注意力矩阵中的元素为复数；
将所述第一注意力矩阵中的元素映射为实数，得到第二注意力矩阵；
根据所述第二注意力矩阵和所述head中计算得到的V矩阵，得到所述head的输出。
13.根据权利要求12所述的装置，其特征在于，所述第一注意力矩阵中的元素包括实部和虚部，所述注意力计算模块，具体用于：
将所述第一注意力矩阵中元素的实部的数值和虚部的数值进行融合，以得到融合结果，所述融合结果为实数。
14.根据权利要求13所述的装置，其特征在于，所述融合，包括：
求和操作；或者，
求复数的模长。
15.根据权利要求11至14任一所述的装置，其特征在于，所述线性变换模块，具体用于：
通过线性规划层，对输入到所述head中的特征块进行多次线性变换；所述线性规划层包括第一权重、第二权重、第三权重以及第四权重，所述第一权重、所述第二权重、所述第三权重以及所述第四权重为可训练的参数；其中，
所述第一权重用于对所述特征块进行线性变换，以得到所述第一幅值；
所述第二权重用于对所述特征块进行线性变换，以得到所述第一相位值；
所述第三权重用于对所述特征块进行线性变换，以得到所述第二幅值；
所述第四权重用于对所述特征块进行线性变换，以得到所述第二相位值。
16.根据权利要求11至15任一所述的装置，其特征在于，所述特征块为与一段数据的一个切片相关联的信息，所述一段数据为音频数据、视频数据、图像数据或上下文数据。
17.一种数据处理装置，其特征在于，所述装置包括：
线性变换模块，用于通过对特征图中的第一特征块进行多次线性变换，分别得到第一幅值和第一相位值；
根据所述第一幅值和所述第一相位值，得到第二特征块；第一幅值用于作为所述第二特征块中元素的幅值，所述第一相位值用于作为所述第二特征块中元素的相位；
将所述第二特征块中的元素映射为实数，得到第三特征块；
卷积模块，用于将所述第三特征块，输入到卷积层中。
18.根据权利要求17所述的装置，其特征在于，所述线性变换模块，具体用于：
将所述第二特征块中元素表示为复数时的实部的数值和虚部的数值进行融合，以得到融合结果，所述融合结果为实数。
19.根据权利要求18所述的装置，其特征在于，所述融合，包括：
拼接操作(concat)。
20.根据权利要求17至19任一所述的装置，其特征在于，所述线性变换模块，具体用于：
通过线性规划层，对特征图中的第一特征块进行多次线性变换；所述线性规划层包括第一权重和第二权重，所述第一权重和所述第二权重为可训练的参数；其中，
所述第一权重用于对特征图中的第一特征块进行线性变换，以得到所述第一幅值；
所述第二权重用于对特征图中的第一特征块进行线性变换，以得到所述第一相位值。
21.一种数据处理装置，其特征在于，所述装置包括存储器和处理器；所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行如权利要求1至10任一所述的方法。
22.一种计算机存储介质，其特征在于，所述计算机存储介质存储有一个或多个指令，所述指令在由一个或多个计算机执行时使得所述一个或多个计算机实施权利要求1至10任一所述的方法。
23.一种计算机程序产品，其特征在于，包括计算机可读指令，当所述计算机可读指令在计算机设备上运行时，使得所述计算机设备执行如权利要求1至10任一所述的方法。
CN202210912635.3A 2022-04-29 2022-07-30 一种数据处理方法及相关设备 Pending CN117035019A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/CN2023/088869 WO2023207665A1 (zh) 2022-04-29 2023-04-18 一种数据处理方法及相关设备

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/733,758 US20230351163A1 (en) 2022-04-29 2022-04-29 Method and device for processing data based on multi-layer perceptrons
US17/733,758 2022-04-29

Publications (1)

Publication Number Publication Date
CN117035019A true CN117035019A (zh) 2023-11-10

Family

ID=88512269

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210912635.3A Pending CN117035019A (zh) 2022-04-29 2022-07-30 一种数据处理方法及相关设备

Country Status (2)

Country Link
US (1) US20230351163A1 (zh)
CN (1) CN117035019A (zh)

Also Published As

Publication number Publication date
US20230351163A1 (en) 2023-11-02

Similar Documents

Publication Publication Date Title
WO2020228376A1 (zh) 文本处理方法、模型训练方法和装置
CN111368993B (zh) 一种数据处理方法及相关设备
WO2022007823A1 (zh) 一种文本数据处理方法及装置
CN112288075B (zh) 一种数据处理方法及相关设备
CN112257858B (zh) 一种模型压缩方法及装置
CN112883149B (zh) 一种自然语言处理方法以及装置
WO2023236977A1 (zh) 一种数据处理方法及相关设备
CN113656563B (zh) 一种神经网络搜索方法及相关设备
CN111898636B (zh) 一种数据处理方法及装置
WO2022253074A1 (zh) 一种数据处理方法及相关设备
WO2024041479A1 (zh) 一种数据处理方法及其装置
Halvardsson et al. Interpretation of swedish sign language using convolutional neural networks and transfer learning
US20240046067A1 (en) Data processing method and related device
CN116432019A (zh) 一种数据处理方法及相关设备
WO2023020613A1 (zh) 一种模型蒸馏方法及相关设备
WO2021136058A1 (zh) 一种处理视频的方法及装置
CN116486422A (zh) 数据处理的方法和相关设备
CN116541492A (zh) 一种数据处理方法及相关设备
CN116401552A (zh) 一种分类模型的训练方法及相关装置
CN110083842B (zh) 译文质量检测方法、装置、机器翻译系统和存储介质
CN116258176A (zh) 一种数据处理方法及其装置
CN115795025A (zh) 一种摘要生成方法及其相关设备
CN117035019A (zh) 一种数据处理方法及相关设备
WO2023207665A1 (zh) 一种数据处理方法及相关设备
WO2023143262A1 (zh) 一种数据处理方法及相关设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication