WO2022247908A1 - 权重矩阵的数据存储方法、数据获取方法及装置、设备 - Google Patents
权重矩阵的数据存储方法、数据获取方法及装置、设备 Download PDFInfo
- Publication number
- WO2022247908A1 WO2022247908A1 PCT/CN2022/095238 CN2022095238W WO2022247908A1 WO 2022247908 A1 WO2022247908 A1 WO 2022247908A1 CN 2022095238 W CN2022095238 W CN 2022095238W WO 2022247908 A1 WO2022247908 A1 WO 2022247908A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- weight
- value
- matrix
- special
- type
- Prior art date
Links
- 239000011159 matrix material Substances 0.000 title claims abstract description 538
- 238000000034 method Methods 0.000 title claims abstract description 101
- 238000013500 data storage Methods 0.000 title claims abstract description 29
- 238000004590 computer program Methods 0.000 claims description 20
- 238000010586 diagram Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000003993 interaction Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 210000002569 neuron Anatomy 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Images
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
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
-
- 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
- G06N3/10—Interfaces, programming languages or software development kits, e.g. for simulating neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
Abstract
一种权重矩阵的数据存储方法、数据获取方法及装置、设备。权重矩阵的数据存储方法包括:根据权重矩阵,生成编码阵列和特殊值表;存储编码阵列和特殊值表;其中,编码阵列和特殊值表所占用的存储空间小于权重矩阵所占用的存储空间。
Description
本公开实施例涉及人工智能技术领域,尤其涉及一种权重矩阵的数据存储方法、数据获取方法及装置、电子设备、计算机可读存储介质。
类脑计算技术已被广泛应用于智能科学、认知科学、信息处理、人工智能等领域,可用于对文本、图像、音视频等进行识别与处理。
人脑包括大量(如1000亿左右)的神经元,而类脑芯片(神经形态芯片)则通过设置大量的电子模拟的神经元模拟人脑的工作。神经元在工作过程中需要用到很多的“权重(如连接权重)”,这些权重可以“权重矩阵”的形式存在,权重矩阵的每个元素为一个权重值(如一个连接的权重值)。
发明内容
本公开实施例提供一种权重矩阵的数据存储方法、数据获取方法及装置、电子设备、计算机可读存储介质,其可以有效减少权重矩阵所占用的存储空间。
第一方面,本公开实施例提供一种权重矩阵的数据存储方法,包括:
根据权重矩阵,生成编码阵列和特殊值表;
存储所述编码阵列和所述特殊值表;
其中,所述编码阵列和所述特殊值表所占的存储空间小于所述权重矩阵所占的存储空间;所述特殊值表包括依次设置的、权重矩阵中的所有特殊权重值。
在一些实施例中,所述编码阵列包括连接矩阵和数据类型表;
其中,所述连接矩阵与所述权重矩阵结构相同,且所述连接矩阵的元素为所述权重矩阵中对应元素的权重值的连接类型;至少部分所述连接类型的数据量小于对应的权重值的数据量,且所述连接类型分为有效连接和无效连接;
所述数据类型表包括依次设置的、所述权重矩阵中有效连接的权重值对应的数据类型;至少部分所述数据类型的数据量小于对应的权重值的数据量,且所述数据类型包括特殊值型和多个第一预设值型,所述第一预设值型对应第一预设权重值,所述第一预设权重值为有效连接的预设权重值,所述特殊值型对应所述特殊权重值,除所述第一预设权重值外的其它有效连接的权重值属于特殊权重值。
在一些实施例中,所述编码阵列包括类型矩阵;
其中,所述类型矩阵与所述权重矩阵结构相同,且所述类型矩阵的元素为所述权重矩阵中对应元素的权重值的类型,至少部分类型的数据量小于对应的权重值的数据量;所述类型包括特殊值型和多个第二预设值型;所述第二预设值型对应第二预设权重值,所述特殊值型对应所述特殊权重值,除所述第二预设权重值外的其它权重值属于特殊权 重值。
第二方面,本公开实施例提供一种权重矩阵的数据存储方法,包括:
根据权重矩阵生成连接矩阵、数据类型表、特殊值表;
存储所述连接矩阵、数据类型表、特殊值表;
其中,连接矩阵与权重矩阵结构相同,其每个元素为权重矩阵中对应元素的权重值的连接类型;一个连接类型的数据量小于一个权重值的数据量,连接类型分为有效连接和无效连接;
数据类型表包括依次设置的、权重矩阵中有效连接的权重值对应的数据类型;一个数据类型的数据量小于一个权重值的数据量,数据类型包括特殊值型和多个预设值型,每个预设值型对应一个有效连接的预设权重值,特殊值型对应特殊权重值,除预设权重值外的其它有效连接的权重值均为特殊权重值;
特殊值表包括依次设置的、权重矩阵中的所有特殊权重值。
第三方面,本公开实施例提供一种权重矩阵的数据存储方法,包括:
根据权重矩阵生成类型矩阵和特殊值表;
存储所述类型矩阵和特殊值表;
其中,所述类型矩阵与权重矩阵结构相同,其每个元素为权重矩阵中对应元素的权重值对应的类型,一个类型的数据量小于一个权重值的数据量;所述类型包括特殊值型和多个预设值型;每个所述预设值型对应一个预设权重值,所述特殊值型对应特殊权重值,除所述预设权重值外的其它权重值均为特殊权重值;所述特殊值表包括依次设置的、权重矩阵中的所有特殊权重值。
第四方面,本公开实施例提供一种权重矩阵的数据获取方法,包括:
根据预存的编码阵列和特殊值表,确定权重矩阵中对应元素的权重值;
获取所述确定的权重值;
其中,所述编码阵列和所述特殊值表所占的存储空间小于所述权重矩阵所占的存储空间;所述特殊值表包括依次设置的、权重矩阵中的所有特殊权重值。
在一些实施例中,所述编码阵列包括连接矩阵和数据类型表;
其中,所述连接矩阵与所述权重矩阵结构相同,且所述连接矩阵的元素为所述权重矩阵中对应元素的权重值的连接类型;至少部分所述连接类型的数据量小于对应的权重值的数据量,且所述连接类型分为有效连接和无效连接;
所述数据类型表包括依次设置的、所述权重矩阵中有效连接的权重值对应的数据类型;至少部分所述数据类型的数据量小于对应的权重值的数据量,且所述数据类型包括特殊值型和多个第一预设值型,所述第一预设值型对应第一预设权重值,所述第一预设权重值为有效连接的预设权重值,所述特殊值型对应所述特殊权重值,除所述第一预设权重值外的其它有效连接的权重值属于特殊权重值。
在一些实施例中,所述编码阵列包括类型矩阵;
其中,所述类型矩阵与所述权重矩阵结构相同,且所述类型矩阵的元素为所述权重 矩阵中对应元素的权重值的类型,至少部分类型的数据量小于对应的权重值的数据量;所述类型包括特殊值型和多个第二预设值型;所述第二预设值型对应所述第二预设权重值,所述特殊值型对应所述特殊权重值,除所述第二预设权重值外的其它权重值属于特殊权重值。
第五方面,本公开实施例提供一种权重矩阵的数据获取方法,包括:
根据预存的连接矩阵、数据类型表、特殊值表,确定权重矩阵中对应元素的权重值;
其中,连接矩阵与权重矩阵结构相同,其每个元素为权重矩阵中对应元素的权重值的连接类型;一个连接类型的数据量小于一个权重值的数据量,连接类型分为有效连接和无效连接;
数据类型表包括依次设置的、权重矩阵中有效连接的权重值对应的数据类型;一个数据类型的数据量小于一个权重值的数据量,数据类型包括特殊值型和多个预设值型,每个预设值型对应一个有效连接的预设权重值,特殊值型对应特殊权重值,除预设权重值外的其它有效连接的权重值均为特殊权重值;
特殊值表包括依次设置的、权重矩阵中的所有特殊权重值。
第六方面,本公开实施例提供一种权重矩阵的数据获取方法,包括:
根据预存的类型矩阵的元素的类型,以及预存的特殊值表、预设权重值,确定权重矩阵中对应元素的权重值;
其中,所述类型矩阵与权重矩阵结构相同,其每个元素为权重矩阵中对应元素的权重值对应的类型,一个类型的数据量小于一个权重值的数据量;所述类型包括特殊值型和多个预设值型;每个所述预设值型对应一个预设权重值,所述特殊值型对应特殊权重值,除所述预设权重值外的其它权重值均为特殊权重值;所述特殊值表包括依次设置的、权重矩阵中的所有特殊权重值。
第七方面,本公开实施例提供一种权重矩阵的数据获取装置,包括:处理单元以及至少一个获取单元;
所述处理单元,被配置为根据预存的编码阵列和特殊值表,确定权重矩阵中对应元素的权重值;
所述获取单元,被配置为获取所述确定的权重值;
其中,所述编码阵列和所述特殊值表所占的存储空间小于所述权重矩阵所占的存储空间;所述特殊值表包括依次设置的、权重矩阵中的所有特殊权重值。
在一些实施例中,所述编码阵列包括连接矩阵和数据类型表,所述处理单元包括:地址产生器、特殊值存储器、无效值存储器、第一预设值存储器;其中,所述连接矩阵与所述权重矩阵结构相同,且所述连接矩阵的元素为所述权重矩阵中对应元素的权重值的连接类型;至少部分所述连接类型的数据量小于对应的权重值的数据量,且所述连接类型分为有效连接和无效连接;所述数据类型表包括依次设置的、所述权重矩阵中有效连接的权重值对应的数据类型;至少部分所述数据类型的数据量小于对应的权重值的数据量,且所述数据类型包括特殊值型和多个第一预设值型,所述第一预设值型对应第一 预设权重值,所述第一预设权重值为有效连接的预设权重值,所述特殊值型对应所述特殊权重值,除所述第一预设权重值外的其它有效连接的权重值属于特殊权重值;
所述地址产生器被配置为依次产生所述连接矩阵中的元素的地址,并输入至相应获取单元的连接矩阵存储器;
所述第一预设值存储器被配置为存储所述第一预设权重值,并将所述第一预设权重值同步输入至所述获取单元的第二选通器;
所述无效值存储器被配置为存储所述无效权重值,并输入至所述获取单元的第一选通器;
所述特殊值存储器被配置为存储所述特殊值表,将所述特殊值表的当前特殊权重值输入至所述第二选通器,并在接收到更新信号的情况下将当前特殊权重值更新为特殊值表的下一个特殊权重值;
所述获取单元包括:
连接矩阵存储器,被配置为存储所述连接矩阵,并根据接收到的地址,将所述连接矩阵的相应元素的连接类型输入至第一选通器和数据类型存储器;
所述数据类型存储器,被配置为在接收到有效连接的情况下,将其中预存的数据类型表的相应数据类型输入至所述第二选通器和特殊值判断器;
所述特殊值判断器,被配置为在接收到的数据类型为特殊值型的情况下,向特殊值存储器输出更新信号;
所述第二选通器,被配置为根据接收到的数据类型,从接收到的当前特殊权重值、所述第一预设权重值中选择一个输出;
所述第一选通器,被配置为根据接收到的连接类型,从接收到的无效权重值、第二选通器的输出中选择一个输出。
在一些实施例中,所述编码阵列包括类型矩阵,所述处理单元包括:地址产生器、特殊值存储器、第二预设值存储器;其中,所述类型矩阵与所述权重矩阵结构相同,且所述类型矩阵的元素为所述权重矩阵中对应元素的权重值的类型,至少部分类型的数据量小于对应的权重值的数据量;所述类型包括特殊值型和多个第二预设值型;所述第二预设值型对应第二预设权重值,所述特殊值型对应所述特殊权重值,除所述第二预设权重值外的其它权重值属于特殊权重值;
所述地址产生器被配置为依次产生所述类型矩阵中的元素的地址,并输入至相应获取单元的类型矩阵存储器;
所述第二预设值存储器被配置为存储所述第二预设权重值,并将所述第二预设权重值同步输入至所述获取单元的第三选通器;
所述特殊值存储器被配置为存储所述特殊值表,将所述特殊值表的当前特殊权重值输入至所述第三选通器,并在接收到更新信号的情况下将当前特殊权重值更新为所述特殊值表的下一个特殊权重值;
所述获取单元包括:
类型矩阵存储器,被配置为存储类型矩阵,并根据接收到的地址,将所述类型矩阵的相应元素的类型输入至所述第三选通器和特殊值判断器;
所述特殊值判断器,被配置为在接收到的类型为特殊值型的情况下,向所述特殊值存储器输出更新信号;
所述第三选通器,被配置为根据接收到的类型,从接收到的当前特殊权重值、所述第二预设权重值中选择一个输出。
第八方面,本公开实施例提供一种权重矩阵的数据获取装置,包括地址产生器、特殊值存储器、无效值存储器、预设值存储器,以及至少一个获取单元;其中,
所述地址产生器用于依次产生连接矩阵中各元素的地址,并输入至相应获取单元的连接矩阵存储器;
所述预设值存储器用于存储所有预设权重值,并将各预设权重值同步输入至所有获取单元的第二选通器;
所述无效值存储器用于存储无效权重值,并输入至所有获取单元的第一选通器;
所述特殊值存储器用于存储特殊值表,将特殊值表的当前特殊权重值输入至第二选通器,并在接收到更新信号时将当前特殊权重值更新为特殊值表的下一个特殊权重值;
每个所述获取单元包括:
连接矩阵存储器,用于存储连接矩阵,并根据接收到的地址,将连接矩阵的相应元素的连接类型输入至第一选通器和数据类型存储器;
数据类型存储器,用于在接收到有效连接时,将其中预存的数据类型表的相应数据类型输入至第二选通器和特殊值判断器;
特殊值判断器,用于在接收到的数据类型为特殊值型时,向特殊值存储器输出更新信号;
第二选通器,用于根据接收到的数据类型,从接收到的当前特殊权重值、各预设权重值中选择一个输出;
第一选通器,用于根据接收到的连接类型,从接收到的无效权重值、第二选通器的输出中选择一个输出;
其中,连接矩阵与权重矩阵结构相同,其每个元素为权重矩阵中对应元素的权重值的连接类型;一个连接类型的数据量小于一个权重值的数据量,连接类型分为有效连接和无效连接;
数据类型表包括依次设置的、权重矩阵中有效连接的权重值对应的数据类型;一个数据类型的数据量小于一个权重值的数据量,数据类型包括特殊值型和多个预设值型,每个预设值型对应一个有效连接的预设权重值,特殊值型对应特殊权重值,除预设权重值外的其它有效连接的权重值均为特殊权重值;
特殊值表包括依次设置的、权重矩阵中的所有特殊权重值。
第九方面,本公开实施例提供一种权重矩阵的数据获取装置,包括地址产生器、特殊值存储器、预设值存储器,以及至少一个获取单元;其中,
所述地址产生器用于依次产生类型矩阵中各元素的地址,并输入至相应获取单元的类型矩阵存储器;
所述预设值存储器用于存储所有预设权重值,并将各预设权重值同步输入至所有获取单元的选通器;
所述特殊值存储器用于存储特殊值表,将特殊值表的当前特殊权重值输入至选通器,并在接收到更新信号时将当前特殊权重值更新为特殊值表的下一个特殊权重值;
每个所述获取单元包括:
类型矩阵存储器,用于存储类型矩阵,并根据接收到的地址,将类型矩阵的相应元素的类型输入至选通器和特殊值判断器;
特殊值判断器,用于在接收到的类型为特殊值型时,向特殊值存储器输出更新信号;
选通器,用于根据接收到的类型,从接收到的当前特殊权重值、各预设权重值中选择一个输出;
其中,所述类型矩阵与权重矩阵结构相同,其每个元素为权重矩阵中对应元素的权重值对应的类型,一个类型的数据量小于一个权重值的数据量;所述类型包括特殊值型和多个预设值型;每个所述预设值型对应一个预设权重值,所述特殊值型对应特殊权重值,除所述预设权重值外的其它权重值均为特殊权重值;所述特殊值表包括依次设置的、权重矩阵中的所有特殊权重值。
第十方面,本公开实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现本公开实施例任意一种权重矩阵的数据存储方法或权重矩阵的数据获取方法。
第十一方面,本公开实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现本公开实施例任意一种权重矩阵的数据存储方法或权重矩阵的数据获取方法。
在本公开实施例中,实际存储的可以包括编码阵列、特殊值表和预设权重值,其中,编码阵列的元素只有权重值的类型,而每个类型的数据量显然远小于权重值的数据量,故编码阵列占用的存储空间远小于权重矩阵占用的存储空间;而特殊值表和预设权重值只是权重矩阵中很少的权重值,故它们占用的存储空间也很小。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
图1为本公开实施例提供的一种权重矩阵的数据存储方法的流程图;
图2为本公开实施例提供的一种权重矩阵的数据存储方法的流程图;
图3为本公开实施例提供的一种权重矩阵与连接矩阵的对应关系图;
图4为本公开实施例提供的一种权重矩阵的数据存储方法的流程图;
图5为本公开实施例提供的一种权重矩阵的数据存储方法的流程图;
图6为本公开实施例提供的一种权重矩阵与类型矩阵的对应关系图;
图7为本公开实施例提供的一种权重矩阵的数据存储的方法的流程图;
图8为本公开实施例提供的一种权重矩阵的数据获取方法的流程图;
图9为本公开实施例提供的一种权重矩阵的数据获取方法的流程图;
图10为本公开实施例提供的一种权重矩阵的数据获取方法的流程图;
图11为本公开实施例提供的一种权重矩阵的数据获取方法的流程图;
图12为本公开实施例提供的一种权重矩阵的数据获取装置的组成框图;
图13为本公开实施例提供的另一种权重矩阵的数据获取装置的组成框图;
图14为本公开实施例提供的一种权重矩阵的数据获取方法的流程图;
图15为本公开实施例提供的另一种权重矩阵的数据获取方法的流程图;
图16为本公开实施例提供的另一种权重矩阵的数据获取方法的流程图;
图17为本公开实施例提供的一种权重矩阵的数据获取装置的组成框图;
图18为本公开实施例提供的另一种权重矩阵的数据获取装置的组成框图;
图19为本公开实施例提供的一种权重矩阵的数据获取装置的框图;
图20为本公开实施例提供的一种电子设备的框图。
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的实施例仅仅用于解释本公开,而非对本公开的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本公开相关的部分而非全部结构。
第一方面,本公开实施例提供一种权重矩阵的数据存储方法,其用于将权重矩阵的数据(信息)存储下来,以供后续的类脑计算过程使用。
其中,权重矩阵用于存储类脑计算中用的权重(如神经元的权重)。权重矩阵可为二维形式,也可为更高维度的形式,且其中的每个元素为一个权重值。
其中,权重矩阵中所有权重值的精度是相同的,例如为int8、fp16等形式。
图1为本公开实施例提供的一种权重矩阵的数据存储方法的流程图。参照图1,本公开实施例的数据存储方法包括:
在步骤S11中,根据权重矩阵,生成编码阵列和特殊值表。
在步骤S12中,存储编码阵列和特殊值表。
其中,编码阵列和特殊值表所占的存储空间小于权重矩阵所占的存储空间;上述特殊值表包括依次设置的、权重矩阵中的所有特殊权重值。
在一些可选的实现方式中,编码阵列的数量为一个或多个,且编码阵列中的元素为权重矩阵中对应元素的权重值的类型,至少部分类型的数据量小于对应的权重值的数据量;特殊值表包括依次设置的、权重矩阵中的多个特殊权重值,特殊权重值包括权重矩阵中除预设权重值之外的权重值,预设权重值为预先预设的权重值。
在神经网络中,部分神经元处于休眠状态,相当于处于无效连接,而部分神经元处于非休眠状态,其可能是抑制的或兴奋的。在进行脑仿真等操作时,通过较为有限的若干种取值即可表征神经元的权重值。在一些可能的实现方式中,考虑到单个权重值占用数据量较大,且存在多个权重值具有相同取值,从而导致权重矩阵数据量较大的问题,因此,可以通过对权重矩阵中的权重值进行先编码再存储的方式,来降低权重矩阵所占用的存储空间。在一些可选的实现方式中,编码阵列可以包括连接矩阵和数据类型表。
其中,连接矩阵与权重矩阵结构相同,且连接矩阵的元素为权重矩阵中对应元素的权重值的连接类型;至少部分连接类型的数据量小于对应的权重值的数据量,且连接类型分为有效连接和无效连接。
数据类型表包括依次设置的、权重矩阵中有效连接的权重值对应的数据类型;至少部分数据类型的数据量小于对应的权重值的数据量,且数据类型包括特殊值型和多个第一预设值型,第一预设值型对应第一预设权重值,第一预设权重值为有效连接的预设权重值,特殊值型对应特殊权重值,除第一预设权重值外的其它有效连接的权重值属于特殊权重值。
换言之,可以根据权重矩阵中各个权重值的连接情况以及权重值的数据类型,将权重矩阵转换为相应的连接矩阵、数据类型表和特殊值表,即编码阵列的编码包括两类,一类编码是基于权重值的连接情况生成的编码,对应连接矩阵,另一类是根据权重值的数据类型生成的编码,对应数据类型表和特殊值表。相应的,连接矩阵用于表征该权重矩阵中各个权重值是否处于有效连接(或无效连接),数据类型表对应处于有效连接的权重值的数据类型,特殊值表包括若干特殊的权重值。在进行存储操作时,直接存储连接矩阵、数据类型表和特殊值表即可。
在一些可能的实现方式中,编码阵列还可以包括类型矩阵,类型矩阵与权重矩阵结构相同,且类型矩阵的元素为权重矩阵中对应元素的权重值的类型,至少部分类型的数据量小于对应的权重值的数据量;类型包括特殊值型和多个第二预设值型;第二预设值型对应第二预设权重值,特殊值型对应特殊权重值,除第二预设权重值外的其它权重值属于特殊权重值。
换言之,还可以根据权重矩阵中权重值的类型(包括有效连接/无效连接类型和数据类型),将权重矩阵转换为相应的类型矩阵和特殊值表,即编码阵列中编码只有一类,且该编码是根据权重值的有效连接/无效连接类型以及数据类型共同确定并生成的编码。相应的,类型矩阵不仅可以表征权重值是否处于有效连接/无效连接,还可以表征有效连接的权重值的数据类型。在进行存储操作时,直接存储类型矩阵和特殊值表即可。
需要说明的是,以上对于编码阵列仅是举例说明,还可以根据其他方式设置编码阵列,本公开实施例对此不作限定。
在本公开实施例中,对于在权重矩阵中多次重复出现的权重值,通过设置编码阵列以及特殊值表的方式,使得这些权重值被数据量更小的编码表示和存储,从而可以有效减少对存储空间的占用。相应的,在需要使用权重矩阵的情况下,可以根据编码阵列、 特殊值表,以及预存的预设权重值,准确地恢复权重矩阵。
下面结合图2-4对本申请实施例的权重矩阵的数据存储方法进行展开说明。
图2为本公开实施例提供的一种权重矩阵的数据存储方法的流程图。参照图2,本公开实施例的数据存储方法包括:
S101、根据权重矩阵,生成连接矩阵、数据类型表、特殊值表。
S102、存储连接矩阵、数据类型表、特殊值表。
其中,连接矩阵与权重矩阵结构相同,其每个元素为权重矩阵中对应元素的权重值的连接类型;一个连接类型的数据量小于一个权重值的数据量,连接类型分为有效连接和无效连接;
数据类型表包括依次设置的、权重矩阵中有效连接的权重值对应的数据类型;一个数据类型的数据量小于一个权重值的数据量,数据类型包括特殊值型和多个预设值型,每个预设值型对应一个有效连接的预设权重值,特殊值型对应特殊权重值,除预设权重值外的其它有效连接的权重值均为特殊权重值;
特殊值表包括依次设置的、权重矩阵中的所有特殊权重值。
本公开实施例中,根据所要存储的权重矩阵的内容(数据),产生对应的连接矩阵、数据类型表、特殊值表,并将连接矩阵、数据类型表、特殊值表存储下来,以体现权重矩阵的信息(数据),供后续的类脑计算过程使用。
其中,参照图3,连接矩阵与权重矩阵的形式、尺寸均相同,故连接矩阵的每个元素,必然对应权重矩阵中一个处于相同的相对位置的元素。而且,连接矩阵的每个元素的值,为其在权重矩阵中对应的元素的权重值所属的“连接类型”。
在权重矩阵中,有一部分权重值是在后续的类脑计算过程中“有用”或“有效”的,其称为“有权重”或“有效权重值”,这类权重值的连接类型为“有效连接”;同时,权重矩阵中,另有一部分权重值在后续的类脑计算过程中实际“无用”或“无效”,其称为“无权重”或“无效权重值”,例如其权重值为0,这类权重值的连接类型为“无效连接”。
可见,以上无效连接的权重值实际相当于权重矩阵中的0元素,而有效连接的权重值实际相当于权重矩阵中的非0元素。
由于以上无效连接的权重值不起实际作用,故没有必要将其“具体值”存储下来,而是通过以上连接矩阵标明权重矩阵中哪些元素是0元素(无效连接的权重值),哪些是非0元素(有效连接的权重值)即可。
例如,可参照图3,连接矩阵中用1表示有效连接(非0元素),用0表示无效连接(0元素)。
进一步的,权重矩阵的有效连接的每个权重值具有一定的“数据类型”。示例性的,权重矩阵的有效连接的权重值中有很多是多次重复出现的,如一些兴奋权重值、抑制权重值、空权重等,故可将每个多次出现的权重值(有效连接的权重值)定义为一个预设权重值,使其属于一个“预设值型”;而权重矩阵中其它的权重值(有效连接的权重值) 出现较少,故将它们全部定义为特殊权重值,并属于“特殊值型”。
由此,可将权重矩阵的有效连接的各权重值对应的数据类型按照预定的顺序(如逐行排列的顺序)存储下来,作为“数据类型表”。由此,数据类型表实际是一系列有顺序的数据(数据类型),也可视为“一维矩阵”或“序列”。
例如,参照图3和下表1、表2,权重矩阵中的预设权重值可包括权重值A、权重值B、权重值C,从而数据类型表中的每个数据类型的数据量可为2bits,如分别用01、10、00对应权重值A、权重值B、权重值C这三种预设权重值(预设值型),而用11对应特殊权重值(特殊值型)。
表1、数据类型与权重值的对应关系
数据类型 | 01(预设值型) | 10(预设值型) | 00(预设值型) | 11(特殊值型) |
权重值 | 权重值A | 权重值B | 权重值C | 特殊权重值 |
表2、数据类型表
11 | 01 | 00 | 01 | 10 | 11 | 00 | 11 | … | … |
以上权重矩阵的所有特殊权重值(也就是对应数据类型表中所有特殊值型的权重值),也可依次(与数据类型表的顺序相同)存储下来,作为特殊值表。由此,特殊值表实际是一系列有顺序的数据(特殊权重值),也可视为“一维矩阵”或“序列”。
参照图3和下表3,特殊值表的形式可为:
表3、特殊值表
3.2364 | -0.1231 | 63.7089 | … | … | … | … | … |
基于矩阵的格式要求,其中所有元素的数据精度是一样的。由此,例如每个权重值的数据量为16bits,则有N个元素的权重矩阵占据的存储空间为16*Nbits。
如前,连接矩阵的每个元素可仅为1或0,占据1bit的存储空间,故以上权重矩阵对应的连接矩阵占据的存储空间为Nbits。
假设权重矩阵中有80%的权重属于无效权重值,只有20%的权重属于有效权重值时,则如前,数据类型表占据的存储空间为20%*2*Nbits。
假设权重矩阵中有5%的权重属于特殊权重值,则特殊值表占据的存储空间为5%*16*Nbits。
由此,以上连接矩阵、数据类型表、特殊值表占据的总存储空间为N+20%*2*N+5%*16N=2.2Nbits,即使加上各预设权重值占据的存储空间也只是再增加3*16=48bits,在N很大时,该存储空间远远小于16*Nbits,故本公开实施例的方式可大大节约存储空间。
显然,权重矩阵中无效连接的权重值(无效权重值)的比例越大,以及权重矩阵中有效连接的权重值中预设权重值的占比越大,则本公开实施例的方式节约存储空间的效果越好。因此,本公开实施例特别适用于无效权重值占比较大的稀疏矩阵。
例如,本公开实施例可用于无效连接的权重值(无效权重值)至少占(在所有权重值中的个数比)40%,或至少占60%,或至少占80%的权重矩阵。
再如,本公开实施例可用于预设权重值至少占(在有效连接的权重值中的个数比)40%,或至少占60%,或至少占80%的权重矩阵。
本公开实施例中,实际存储的只有连接矩阵、数据类型表、特殊值表、预设权重值,其中,连接矩阵只有权重值的“连接类型”,数据类型表只有有效连接的权重值的“数据类型”,而每个连接类型、数据类型的数据量显然远小于权重值的数据量,故连接矩阵、数据类型表占用的存储空间远小于权重矩阵占用的存储空间;而特殊值表和预设权重值只是权重矩阵中很少的权重值,故它们占用的存储空间也很小。
由此,本公开实施例中,所有实际存储的数据占用的存储空间比权重矩阵占用的存储空间小的多,但实际上包括了权重矩阵的全部信息(数据),从而大大节约了存储空间。
在一些实施例中,每个连接类型的数据量为一位。
如前,由于连接类型只有两种,故每个连接类型的数据量为一位(1bit),如为以上1或0。
参照图4,在一些实施例中,在根据权重矩阵确定其中的多个有效连接的权重值为预设权重值,并存储预设权重值(S101),还包括:
S100、根据权重矩阵确定其中的多个权重值为预设权重值,并存储预设权重值。
如前,预设权重值的选取对节约存储空间的效果有明显影响,预设权重值过少则特殊权重值过多,特殊值表占用的存储空间过大;而预设权重值的种类过多,则会导致每个“数据类型”的数据量过大,进而导致数据类型表占用的存储空间过大。
为此,可根据当前要存储的权重矩阵的状况,选择其中部分多次出现的权重值为预设权重值,并将选定的预设权重值存储下来,以起到更好的节约存储空间的效果。
当然,也可以是根据大量权重矩阵的总体情况,预先设定通用的预设权重值并存储,而不是根据每个权重矩阵设置预设权重值。如前所述,在一些可能的实现方式中,编码阵列还可以包括类型矩阵。下面结合图5-7对本申请实施例的权重矩阵的数据存储方法进行展开说明。图5为本公开实施例提供的一种权重矩阵的数据存储方法的流程图。参照图5,本公开实施例的数据存储方法包括:
S201、根据权重矩阵生成类型矩阵和特殊值表。
S202、存储类型矩阵和特殊值表。
其中,类型矩阵与权重矩阵结构相同,其每个元素为权重矩阵中对应元素的权重值对应的类型,一个类型的数据量小于一个权重值的数据量;类型包括特殊值型和多个预设值型;每个预设值型对应一个预设权重值,特殊值型对应特殊权重值,除预设权重值外的其它权重值均为特殊权重值;特殊值表包括依次设置的、权重矩阵中的所有特殊权重值。
本公开实施例中,根据所要存储的权重矩阵的内容(数据),产生对应的类型矩阵和特殊值表,并将类型矩阵和特殊值表存储下来,以体现权重矩阵的信息(数据),供后续的类脑计算过程使用。
其中,参照图6,类型矩阵与权重矩阵的形式、尺寸均相同,故类型矩阵的每个元素,必然对应权重矩阵中一个处于相同的相对位置的元素。而且,类型矩阵的每个元素的值,为其在权重矩阵中对应的元素的权重值所属的“类型”。
显然,在权重矩阵中,有很多权重值是多次重复出现的,如一些兴奋权重值、抑制权重值、空权重等,故可将每个多次出现的权重值定义为一个预设权重值,使其属于一个“预设值型”;而权重矩阵中其它的权重值出现较少,故将它们全部定义为特殊权重值,并属于“特殊值型”。
而在特殊值表中,则将权重矩阵中出现的所有特殊权重值,按照预定的顺序(如逐行排列的顺序)存储下来。由此,特殊值表实际是一系列有顺序的数据(特殊权重值),也可视为“一维矩阵”或“序列”。
例如,参照图6,特殊值表的形式可参见表3所示的特殊值表。
并且,基于矩阵的格式要求,其中所有元素的数据精度是一样的。由此,例如每个权重值的数据量为16bits,则有N个元素的权重矩阵占据的存储空间为16*Nbits。
如前,权重值可能的类型通常是很少的几种,故“类型”的数据量显然远远小于权重值的数据量,例如,参照图6和下表4,权重矩阵中的预设权重值可包括权重值A、权重值B,以及空权重(用0表示),从而类型矩阵中的每个类型的数据量可为2bits,如分别用01、10、00对应权重值A、权重值B、空权重这三种预设权重值,而用11对应特殊权重值。
表4、类型与权重值的对应关系表
类型 | 01 | 10 | 00 | 11 |
权重值 | 权重值A | 权重值B | 0 | 特殊权重值 |
由此,类型矩阵占据的存储空间为2*Nbits。
例如,当权重矩阵中有80%的元素都属于预设权重值时,则只有20%的元素为特殊权重值,故特殊值表占用的存储空间为20%*16*Nbits。
由此,按照以上方式存储的权重矩阵的数据(类型矩阵和特殊值表)总计占用的存储空间为2*N+20%*16*N=5.2*Nbits,即使加上各预设权重值占用的存储空间也只是再增加3*16=48bits,在N很大时,该存储空间远远小于16*Nbits,故本公开实施例的方式可大大节约存储空间。
显然,权重矩阵中预设权重值的占比(数量比)越大,则本公开实施例的方式节约存储空间的效果越好,故本公开实施例特别适用于预设权重值占较大的权重矩阵,例如用于空权重占比较大的稀疏矩阵(空权重为预设权重值的一种)。
例如,本公开实施例可用于预设权重值至少占(在所有权重值中的个数比)40%,或至少占60%,或至少占80%的权重矩阵。
本公开实施例中,实际存储的只有类型矩阵、特殊值表、预设权重值,其中,类型矩阵只有权重值的“类型”,而每个类型的数据量显然远小于权重值的数据量,故类型矩阵占用的存储空间远小于权重矩阵占用的存储空间;而特殊值表和预设权重值只是权 重矩阵中很少的权重值,故它们占用的存储空间也很小。
由此,本公开实施例中,所有实际存储的数据占用的存储空间比权重矩阵占用的存储空间小的多,但实际上包括了权重矩阵的全部信息(数据),从而大大节约了存储空间。
在一些实施例中,预设权重值包括:空权重;以及,至少一个预设的、非空的权重值。
很多权重矩阵都是稀疏矩阵,即其中空权重的占比较大(如至少占40%,或至少占60%,或至少占80%),故可将空权重作为一种预设权重值,同时还有一些其它的非空的权重值作为权重值。
参照图7,在一些实施例中,在根据权重矩阵生成类型矩阵和特殊值表(S201)之前,还包括:
S200、根据权重矩阵确定其中的多个权重值为预设权重值,并存储预设权重值。
如前,预设权重值的选取对节约存储空间的效果有明显影响,预设权重值过少则特殊权重值过多,特殊值表占用的存储空间过大;而预设权重值的种类过多,则会导致每个“类型”的数据量过大,进而导致类型矩阵占用的存储空间过大。
为此,可根据当前要存储的权重矩阵的状况,选择其中部分多次出现的权重值为预设权重值,并将选定的预设权重值存储下来,以起到更好的节约存储空间的效果。
当然,也可以是根据大量权重矩阵的总体情况,预先设定通用的预设权重值并存储,而不是根据每个权重矩阵设置预设权重值。
第二方面,本公开实施例提供一种权重矩阵的数据获取方法,其用根据以上方法存储得到的权重矩阵的数据,获取权重矩阵中所需的权重值,用于后续的类脑计算过程。
图8为本公开实施例提供的一种权重矩阵的数据获取方法的流程图。参照图8,本公开实施例的数据获取方法包括:
步骤S31,根据预存的编码阵列和特殊值表,确定权重矩阵中对应元素的权重值。
步骤S32,获取确定的权重值。
其中,编码阵列和所述特殊值表所占的存储空间小于所述权重矩阵所占的存储空间;特殊值表包括依次设置的、权重矩阵中的所有特殊权重值。
在一些可能的实现方式中,编码阵列的数量为一个或多个,编码阵列中的元素为权重矩阵中对应元素的权重值的类型,至少部分类型的数据量小于对应的权重值的数据量;特殊值表包括依次设置的、权重矩阵中的多个特殊权重值,特殊权重值包括权重矩阵中除预设权重值之外的权重值,预设权重值为预先预设的权重值。
在一些可能的实现方式中,编码阵列包括连接矩阵和数据类型表;
根据预存的编码阵列和特殊值表,确定权重矩阵中对应元素的权重值,包括:
根据预存的连接矩阵、数据类型表和特殊值表,确定权重矩阵对应元素的权重值;
其中,连接矩阵与权重矩阵结构相同,且连接矩阵的元素为权重矩阵中对应元素的权重值的连接类型;至少部分连接类型的数据量小于对应的权重值的数据量,且连接类 型分为有效连接和无效连接;
数据类型表包括依次设置的、权重矩阵中有效连接的权重值对应的数据类型;至少部分数据类型的数据量小于对应的权重值的数据量,且数据类型包括特殊值型和多个第一预设值型,第一预设值型对应第一预设权重值,第一预设权重值为有效连接的预设权重值,特殊值型对应特殊权重值,除第一预设权重值外的其它有效连接的权重值属于特殊权重值。
在一些可能的实现方式中,编码阵列还可以包括类型矩阵;
根据预存的编码阵列和特殊值表,确定权重矩阵中对应元素的权重值,包括:
根据预存的类型矩阵的元素的类型,以及预存的特殊值表、第二预设权重值,确定权重矩阵中对应元素的权重值;
其中,类型矩阵与权重矩阵结构相同,且类型矩阵的元素为权重矩阵中对应元素的权重值的类型,至少部分类型的数据量小于对应的权重值的数据量;类型包括特殊值型和多个第二预设值型;第二预设值型对应第二预设权重值,特殊值型对应特殊权重值,除第二预设权重值外的其它权重值属于特殊权重值。
需要说明的是,以上对于编码阵列仅是举例说明,还可以根据其他方式设置编码阵列,本公开实施例对此不作限定。
下面结合图9-13对本申请实施例的权重矩阵的数据获取方法进行展开说明。
图9为本公开实施例提供的一种权重矩阵的数据获取方法的流程图。参照图9,本公开实施例的权重矩阵的数据获取方法包括:
S401、根据预存的连接矩阵、数据类型表和特殊值表,确定权重矩阵中对应元素的权重值。
其中,连接矩阵与权重矩阵结构相同,其每个元素为权重矩阵中对应元素的权重值的连接类型;一个连接类型的数据量小于一个权重值的数据量,连接类型分为有效连接和无效连接;
数据类型表包括依次设置的、权重矩阵中有效连接的权重值对应的数据类型;一个数据类型的数据量小于一个权重值的数据量,数据类型包括特殊值型和多个预设值型,每个预设值型对应一个有效连接的预设权重值,特殊值型对应特殊权重值,除预设权重值外的其它有效连接的权重值均为特殊权重值;
特殊值表包括依次设置的、权重矩阵中的所有特殊权重值。
可见,通过以上方式存储的权重矩阵的数据并不是“权重矩阵”本身,故当需要使用权重矩阵中某个元素的权重值时,需要先根据连接矩阵中的相应元素(处于相同相对位置的元素)确定该权重值是有效连接还是无效连接,在权重值为有效连接时,继续根据数据类型表确定该权重值的数据类型,进而确定该权重值为哪个预设权重值或特殊值表中的哪个特殊权重值,即得到其权重值。
作为本公开实施例的一种形式,可以是在需要使用权重矩阵中元素的权重值时,直接按照以上方式得到相应的权重值,并直接读出、利用。
参照图11,在一些实施例中,在根据预存的连接矩阵、数据类型表、特殊值表,确定权重矩阵中对应元素的权重值(S401)之后,还包括:
S402、根据所确定的权重值,复原权重矩阵的至少部分区域,并将复原的权重矩阵的区域存储至临时存储空间;
S403、从临时存储空间获取权重矩阵的权重值。
作为本公开实施例的另一种形式,也可以是先得到权重矩阵中部分或全部的权重值,也就是“复原”权重矩阵或其一部分,并将复原的权重矩阵或其一部分存储在临时存储空间中,故临时存储空间中相当于有一个“临时权重矩阵”,从而在需要时,可从该“临时权重矩阵”中获取权重值。
其中,当使用完“临时权重矩阵”中的数据后,可重新向临时存储空间中写入权重矩阵的“另一部分”。
下面对得到权重矩阵中元素的权重值的实现方式进行介绍。
应当理解,如何得到权重矩阵中元素的权重值,与权重值后续被如何利用没有必然关系。例如,通过以下方式得到的权重值,可以被直接获取,也可以用于形成以上“临时权重矩阵(如S402、S403)”。
应当理解,以下得到权重矩阵中元素的实现方式只是示例性的,而不是对本公开范围的限定。
参照图12,在一些实施例中,根据预存的连接矩阵、数据类型表、特殊值表,确定权重矩阵中对应元素的权重值(S401)包括:
A1、地址产生器依次产生连接矩阵中各元素的地址,并输入至连接矩阵存储器。
A2、连接矩阵存储器根据接收到的地址,将其中预存的连接矩阵的相应元素的连接类型输入至第一选通器和数据类型存储器。
A3、数据类型存储器在接收到有效连接时,将其中预存的数据类型表的相应数据类型输入至第二选通器和特殊值判断器。
A4、预设值存储器将其中预存的各预设权重值同步输入至第二选通器。
A5、特殊值判断器在接收到的数据类型为特殊值型时,向特殊值存储器输出更新信号。
A6、特殊值存储器将其中预存的特殊值表的当前特殊权重值输入至第二选通器,并在接收到更新信号时将当前特殊权重值更新为特殊值表的下一个特殊权重值。
A7、第二选通器根据接收到的数据类型,从接收到的当前特殊权重值、各预设权重值中选择一个输出。
A8、无效值存储器将其中预存的无效权重值输入至第一选通器。
A9、第一选通器根据接收到的连接类型,从接收到的无效权重值、第二选通器的输出中选择一个输出。
应当理解,以上每个步骤描述的只是相应结构进行的工作或功能,故以上步骤的描述顺序,并不代表其必然的执行顺序。
参照图12,地址产生器依次(与数据类型表、特殊值表的存储顺序对应)产生地址并将其输入至连接矩阵存储器。
其中,以上产生的地址用于表明当前需要确定权重矩阵中哪个元素的权重值;故为了简便,权重矩阵和连接矩阵中对应元素的地址可以是相同的。
连接矩阵存储器根据接收到的地址,将地址所指元素的连接类型(如以上1或0)输入第一选通器和数据类型存储器。
数据类型存储器在接收到的连接类型为“有效连接(如1)”时,将其中存储的数据类型表的相应数据类型,即对应该有效连接的地址的权重值的数据类型(如以上01、10、00、11)输入到第二选通器。
其中,数据类型存储器可通过多种方式实现输出“相应的”数据类型,例如,数据类型存储器可在每次接收到“有效连接”是“更新”输出数据类型表的“下一个”数据类型,从而保证其输出的数据类型的序数,等于相应权重值在权重矩阵的全部有效连接的权重值中的序数。
其中,如果数据类型存储器接收到的连接类型为“无效连接(如0)”,则其可继续输出之前的数据类型,也可以不输出,在此不再详细描述。
同时,预设值存储器(如寄存器)将其中存储的所有预设权重值(如以上权重值A、权重值B、权重值C)同步的输入(如持续输入)至第二选通器;特殊值存储器也将其中存储的当前特殊权重值输入(如持续输入)至第二选通器。
由此,第二选通器同时接收到所有的预设权重值以及当前特殊权重值。
同时,第二选通器还接收到当前需要确定权重值的元素的数据类型(来自数据类型存储器),从而其可根据该数据类型,确定应让哪一个权重值输出(例如,数据类型为01则输出权重值A,数据类型为10则输出权重值B,数据类型为00则输出权重值C,数据类型为11则输出当前特殊权重值),即确定将哪一“路”的输入选通;而第二选通器接收到的其它各“路”权重值并不是对应当前元素的,故不被输出。
其中,若第二选通器未接收到数据类型,也可不产生任何输出。
其中,数据类型存储器还将数据类型输入至特殊值判断器,特殊值判断器则在接收到的数据类型为特殊值型(如为11)时,向特殊值存储器输出更新信号,以供特殊值存储器“更新”当前特殊权重值,即选择特殊值表中的“下一个”特殊权重值作为新的当前特殊权重值,并输出至选通器。
可见,地址产生器产生的地址是“依次”的,数据类型表中的各数据类型也是按照相同方式“依次”的,特殊值存储中的特殊值表中的各特殊权重值也是按照相同方式“依次”排列的,由此,通过在数据类型为特殊值型时更新当前特殊权重值,可保证地址与当前特殊权重值是“同步”的。
进一步的,无效值存储器还将其中预存的无效权重值(无权重,例如权重值为0)也输入(如持续输入)到第一选通器,即第一选通器同时接收到无效权重值和第二选通器的输出(预设权重值或当前特殊权重值)。
由此,第一选通器可根据接收到的连接类型(来自连接矩阵存储器),从接收到的无效权重值、第二选通器的输出中选择一个输出,示例性的,在接收到无效连接时输出无效权重值,而在接收到有效连接时输出第二选通器的输出(预设权重值或当前特殊权重值,均属于有效权重值),从而实现对无效权重值的准确输出。
参照图13,在一些实施例中,权重矩阵的数据获取的装置包括获取单元,每个获取单元包括以上的连接矩阵存储器、数据类型存储器、特殊值判断器、第一选通器、第二选通器。
当获取单元的数量为多个时,每个获取单元还包括:输出使能器,其连接第一选通器的输出;
本公开实施例的装置还包括:逻辑控制器,其连接在各特殊值判断器与特殊值存储器之间,且连接各输出使能器;逻辑控制器被配置为将更新信号发送至特殊值存储器,且在同时接收到多个更新信号时,将多个更新信号依次输入至特殊值存储器,并控制对应各更新信号的各获取单元的输出使能器依次导通。
如前,每个获取单元可确定一个元素的权重值,故若要以“并行”方式同时确定多个元素的权重值(如权重矩阵的一行中多个相邻元素的权重值)时,则需要同时使用多个(图13以两个为例)获取单元,各获取单元同步工作,每个获取单元确定一个权重值。
其中,当有多个获取单元时,若涉及到两个属于获取单元的结构的交互,则若无特殊说明,应当是指同一个获取单元内部的两个结构进行交互。
参照图13,当有多个获取单元时,其中的特殊值存储器、预设值存储器、无效值存储器可以“公用”,即它们将当前特殊权重值、预设权重值同步输出到所有获取单元的第二选通器,而将无效权重值输出到所有获取单元的第一选通器,从而简化硬件结构。
而地址产生器也是“公用”的,区别在于其将各获取单元应处理的元素的地址分别输入至相应获取单元的连接矩阵存储器(即其同一时刻输入到各连接矩阵存储器的地址不同,但按顺序排列),再由各获取单元的连接矩阵存储器将对应的连接类型输入至自身所在获取单元的第一选通器和数据类型存储器,以供第一选通器输出相应元素的权重值。
其中,当“并行”输出的多个元素的权重值中有多个特殊权重值时,则必然有多个获取单元的第二选通器接收到的数据类型为特殊值型,并分别输出该当前特殊权重值到第一选通器;但是,该多个不同获取单元应输出(通过第一选通器输出)的特殊权重值实际是不同的,即特殊值存储器需要对当前特殊权重值进行多次更新,
为此,参照图13,还需要设置逻辑控制器和输出使能器。
其中,若逻辑控制器同时只接收到一个更新信号,则直接将其转发至特殊值存储器即可。
而当“并行”输出的多个元素的权重值中有多个特殊权重值时,逻辑控制器必然同时接收到多个更新信号(如两个更新信号),从而其需要依次将更新信号输入至特殊值 存储器(如先将第一个更新信号输入至特殊值存储器,一定时间后再将第二个更新信号输入至特殊值存储器)。进而,特殊值存储器会多次更新当前特殊权重值,并在不同时间分别输出不同的当前特殊权重值(如在收到第一个更新信号后而收到第二个更新信号前,输出第一个当前特殊权重值;而在收到第二个更新信号后输出第二个当前特殊权重值)。
相应的,在同时接收到多个更新信号时,逻辑控制器还需要以轮询的方式,控制对应各更新信号的获取单元的输出使能器依次导通(如在特殊值存储器输出第一个当前特殊权重值时,使对应第一个更新信号的获取单元的输出使能器导通,使对应第二个更新信号的获取单元的输出使能器关断;而在特殊值存储器输出第二个当前特殊权重值时,使对应第二个更新信号的获取单元的输出使能器导通,使对应第一个更新信号的获取单元的输出使能器关断)。
由此,对应各更新信号的多个获取单元,可分别输出(是“并行”输出,但不是完全“同时”)各自对应的元素的特殊权重值。
其中,同时接收到多个更新信号时,逻辑控制器应控制其它不对应更新信号的获取单元的输出使能器保持导通状态;而在同时只接收到一个更新信号或未接收到更新信号时,逻辑控制器应控制所有获取单元的输出使能器保持导通状态,在此不再详细描述
其中,逻辑控制器的实现方式是多样的,例如,逻辑控制器可通过乘加器实现节拍性的调整工作状态,在此不再详细描述。
如前所示,在一些可能的实现方式中,编码阵列还可以包括类型矩阵。
下面结合图14-18对本申请实施例的权重矩阵的数据获取方法进行展开说明。
图14为本公开实施例提供的一种权重矩阵的数据获取方法的流程图。参照图14,本公开实施例的权重矩阵的数据获取的方法包括:
S501、根据预存的类型矩阵的元素的类型,以及预存的特殊值表、预设权重值,确定权重矩阵中对应元素的权重值。
其中,类型矩阵与权重矩阵结构相同,其每个元素为权重矩阵中对应元素的权重值对应的类型,一个类型的数据量小于一个权重值的数据量;类型包括特殊值型和多个预设值型;每个预设值型对应一个预设权重值,特殊值型对应特殊权重值,除预设权重值外的其它权重值均为特殊权重值;特殊值表包括依次设置的、权重矩阵中的所有特殊权重值。
可见,通过以上方式存储的权重矩阵的数据并不是“权重矩阵”本身,故当需要使用权重矩阵中某个元素的权重值时,需要根据类型矩阵中相应元素(处于相同相对位置的元素)的类型,确定其对应的是哪种权重值,再根据特殊值表和预设权重值,确定其对应的特殊权重值或预设权重值。
参照图15,在一些实施例中,在根据预存的类型矩阵的元素的类型,以及预存的特殊值表、预设权重值,确定权重矩阵中对应元素的权重值(S501)之后,还包括:
S502、获取所确定的权重值。
作为本公开实施例的一种形式,可以是在需要使用权重矩阵中元素的权重值时,直接按照以上方式得到相应的权重值,并直接读出、利用。
参照图16,在一些实施例中,在根据预存的类型矩阵的元素的类型,以及预存的特殊值表、预设权重值,确定权重矩阵中对应元素的权重值(S501)之后,还包括:
S503、根据所确定的权重值,复原权重矩阵的至少部分区域,并将复原的权重矩阵的区域存储至临时存储空间;
S504、从临时存储空间获取权重矩阵的权重值。
作为本公开实施例的另一种形式,也可以是先得到权重矩阵中部分或全部的权重值,也就是“复原”权重矩阵或其一部分,并将复原的权重矩阵或其一部分存储在临时存储空间中,故临时存储空间中相当于有一个“临时权重矩阵”,从而在需要时,可从该“临时权重矩阵”中获取权重值。
其中,当使用完“临时权重矩阵”中的数据后,可重新向临时存储空间中写入权重矩阵的“另一部分”。
下面对得到权重矩阵中元素的权重值的实现方式进行介绍。
应当理解,如何得到权重矩阵中元素的权重值,与权重值后续被如何利用没有必然关系。例如,通过以下方式得到的权重值,可以被直接获取(如S502),也可以用于形成以上“临时权重矩阵(如S503、S504)”。
应当理解,以下得到权重矩阵中元素的实现方式只是示例性的,而不是对本公开范围的限定。
参照图17,在一些实施例中,根据预存的类型矩阵的元素的类型,以及预存的特殊值表、预设权重值,确定权重矩阵中对应元素的权重值(S501)包括:
B1、地址产生器依次产生类型矩阵中各元素的地址,并输入至类型矩阵存储器。
B2、预设值存储器将其中预存的各预设权重值同步输入至第三选通器。
B3、类型矩阵存储器根据接收到的地址,将其中预存的类型矩阵的相应元素的类型输入至第三选通器和特殊值判断器。
B4、特殊值判断器在接收到的类型为特殊值型时,向特殊值存储器输出更新信号。
B5、特殊值存储器将其中预存的特殊值表的当前特殊权重值输入至第三选通器,并在接收到更新信号时将当前特殊权重值更新为特殊值表的下一个特殊权重值。
B6、第三选通器根据接收到的类型,从接收到的当前特殊权重值、各预设权重值中选择一个输出。
应当理解,以上每个步骤描述的只是相应结构进行的工作或功能,故以上步骤的描述顺序,并不代表其必然的执行顺序。
参照图17,地址产生器依次(与特殊值表中特殊权重值的存储顺序对应)产生地址并将其输入至类型矩阵存储器。
其中,以上产生的地址用于表明当前需要确定权重矩阵中哪个元素的权重值;故为了简便,权重矩阵和类型矩阵中对应元素的地址可以是相同的。
类型矩阵存储器根据接收到的地址,将地址所指元素的类型(如以上01、10、00、11)输入至第三选通器。
同时,预设值存储器(如寄存器)则将其中存储的所有预设权重值(如以上权重值A、权重值B、0)同步的输入(如持续输入)至第三选通器;特殊值存储器也将其中存储的当前特殊权重值输入(如持续输入)至第三选通器。
由此,第三选通器同时接收到所有的预设权重值以及当前特殊权重值;同时,第三选通器还接收到当前需要确定权重值的元素的类型,从而其可根据该类型,确定应让哪一个权重值输出(例如,类型为01则输出权重值A,类型为10则输出权重值B,类型为00则输出0,类型为11则输出当前特殊权重值),即确定将哪一“路”的输入选通,作为当前元素的权重值输出;而第三选通器接收到的其它各“路”权重值并不是对应当前元素的,故不被输出。
其中,类型矩阵存储器还将类型输入至特殊值判断器,特殊值判断器则在接收到的类型为特殊值型(如为11)时,向特殊值存储器输出更新信号,以供特殊值存储器“更新”当前特殊权重值,即选择特殊值表中的“下一个”特殊权重值作为新的当前特殊权重值,并输出至第三选通器。
可见,地址产生器产生的地址是“依次”的,而特殊值存储器中的特殊值表中的各特殊权重值也是按照相同方式“依次”排列的,从而,通过在类型为特殊值型时更新当前特殊权重值,可保证地址与当前特殊权重值是“同步”的,即保证输出的特殊权重值,必然是当前元素实际对应的那个特殊权重值。
参照图18,在一些实施例中,权重矩阵的数据获取的装置包括获取单元,每个获取单元包括以上的类型矩阵存储器、特殊值判断器、第三选通器。
当获取单元的数量为多个时,每个获取单元还包括:输出使能器,其连接第三选通器的输出;
而权重矩阵的数据获取的装置还包括:逻辑控制器,其连接在各特殊值判断器与特殊值存储器之间,且连接各输出使能器;逻辑控制器被配置为将更新信号发送至特殊值存储器,且在同时接收到多个更新信号时,将多个更新信号依次输入至特殊值存储器,并控制对应各更新信号的各获取单元的输出使能器依次导通。
如前,每个获取单元可确定一个元素的权重值,故若要以“并行”方式同时确定多个元素的权重值(如权重矩阵的一行中多个相邻元素的权重值)时,则需要同时使用多个(图18以两个为例)获取单元,各获取单元同步工作,每个获取单元确定一个权重值。
其中,当有多个获取单元时,若涉及到两个属于获取单元的结构的交互,则若无特殊说明,应当是指同一个获取单元内部的两个结构进行交互。
参照图18,当有多个获取单元时,其中特殊值存储器和预设值存储器可以“公用”,即它们将当前特殊权重值、预设权重值同步输出到所有获取单元的第三选通器,从而简化硬件结构。
而地址产生器也是“公用”的,区别在于其将各获取单元应处理的元素的地址分别输入至相应获取单元的类型矩阵存储器(即其同一时刻输入到各类型矩阵存储器的地址不同,但按顺序排列),再由各获取单元的类型矩阵存储器将对应的类型输入至自身所在获取单元的第三选通器,以供第三选通器输出相应元素的权重值。
其中,当“并行”输出的多个元素的权重值中有多个特殊权重值时,则必然有多个获取单元的第三选通器接收到的类型为特殊值型,并分别输出当前特殊权重值;但是,该多个不同获取单元应输出的特殊权重值实际是不同的,即特殊值存储器需要对当前特殊权重值进行多次更新,
为此,参照图18,还需要设置逻辑控制器和输出使能器。
其中,若逻辑控制器同时只接收到一个更新信号,则直接将其转发至特殊值存储器即可。
而当“并行”输出的多个元素的权重值中有多个特殊权重值时,逻辑控制器必然同时接收到多个更新信号(如两个更新信号),从而其需要依次将更新信号输入至特殊值存储器(如先将第一个更新信号输入至特殊值存储器,一定时间后再将第二个更新信号输入至特殊值存储器)。进而,特殊值存储器会多次更新当前特殊权重值,并在不同时间分别输出不同的当前特殊权重值(如在收到第一个更新信号后而收到第二个更新信号前,输出第一个当前特殊权重值;而在收到第二个更新信号后输出第二个当前特殊权重值)。
相应的,在同时接收到多个更新信号时,逻辑控制器还需要以轮询的方式,控制对应各更新信号的获取单元的输出使能器依次导通(如在特殊值存储器输出第一个当前特殊权重值时,使对应第一个更新信号的获取单元的输出使能器导通,使对应第二个更新信号的获取单元的输出使能器关断;而在特殊值存储器输出第二个当前特殊权重值时,使对应第二个更新信号的获取单元的输出使能器导通,使对应第一个更新信号的获取单元的输出使能器关断)。
由此,对应各更新信号的多个获取单元,可分别输出(是“并行”输出,但不是完全“同时”)各自对应的元素的特殊权重值。
其中,同时接收到多个更新信号时,逻辑控制器应控制其它不对应更新信号的获取单元的输出使能器保持导通状态;而在同时只接收到一个更新信号或未接收到更新信号时,逻辑控制器应控制所有获取单元的输出使能器保持导通状态,在此不再详细描述
其中,逻辑控制器的实现方式是多样的,例如,逻辑控制器可通过乘加器实现节拍性的调整工作状态,在此不再详细描述。
第三方面,本公开实施例提供一种权重矩阵的数据获取装置。
图19为本公开实施例提供的一种权重矩阵的数据获取装置的框图。参照图19,本公开实施例的数据获取装置包括:处理单元1901以及至少一个获取单元1902;
处理单元1901,被配置为根据预存的编码阵列和特殊值表,确定权重矩阵中对应元素的权重值;
获取单元1902,被配置为获取确定的权重值;
其中,编码阵列和特殊值表所占的存储空间小于权重矩阵所占的存储空间;特殊值表包括依次设置的、权重矩阵中的所有特殊权重值。
示例性地,参照图12,其为本公开实施例提供一种权重矩阵的数据获取的装置,其包括地址产生器、特殊值存储器、无效值存储器、预设值存储器,以及至少一个获取单元;其中,
地址产生器被配置为依次产生连接矩阵中各元素的地址,并输入至相应获取单元的连接矩阵存储器;
预设值存储器被配置为存储所有预设权重值,并将各预设权重值同步输入至所有获取单元的第二选通器;
无效值存储器被配置为存储无效权重值,并输入至所有获取单元的第一选通器;
特殊值存储器被配置为存储特殊值表,将特殊值表的当前特殊权重值输入至第二选通器,并在接收到更新信号时将当前特殊权重值更新为特殊值表的下一个特殊权重值;
每个获取单元包括:
连接矩阵存储器,被配置为存储连接矩阵,并根据接收到的地址,将连接矩阵的相应元素的连接类型输入至第一选通器和数据类型存储器;
数据类型存储器,被配置为在接收到有效连接时,将其中预存的数据类型表的相应数据类型输入至第二选通器和特殊值判断器;
特殊值判断器,被配置为在接收到的数据类型为特殊值型时,向特殊值存储器输出更新信号;
第二选通器,被配置为根据接收到的数据类型,从接收到的当前特殊权重值、各预设权重值中选择一个输出;
第一选通器,被配置为根据接收到的连接类型,从接收到的无效权重值、第二选通器的输出中选择一个输出;
其中,连接矩阵与权重矩阵结构相同,其每个元素为权重矩阵中对应元素的权重值的连接类型;一个连接类型的数据量小于一个权重值的数据量,连接类型分为有效连接和无效连接;
数据类型表包括依次设置的、权重矩阵中有效连接的权重值对应的数据类型;一个数据类型的数据量小于一个权重值的数据量,数据类型包括特殊值型和多个预设值型,每个预设值型对应一个有效连接的预设权重值,特殊值型对应特殊权重值,除预设权重值外的其它有效连接的权重值均为特殊权重值;
特殊值表包括依次设置的、权重矩阵中的所有特殊权重值。
示例性地,参照图13,在一些实施例中,获取单元的数量为多个;
每个获取单元还包括:输出使能器,其连接第一选通器的输出;
装置还包括:逻辑控制器,其连接在各特殊值判断器与特殊值存储器之间,且连接各输出使能器;逻辑控制器被配置为将更新信号发送至特殊值存储器,且在同时接收到 多个更新信号时,将多个更新信号依次输入至特殊值存储器,并控制对应各更新信号的各获取单元的输出使能器依次导通。
本公开实施例的装置,可通过以上的硬件结构,实现以上的权重矩阵的数据获取的方法,在此不再详细描述。
其中,当有多个获取单元时,若涉及到两个属于获取单元的结构的交互,则若无特殊说明,应当是指同一个获取单元内部的两个结构进行交互。
其中,以上置中的多个结构,可以是多个相互独立的实体器件,也可以是多个结构集成在一起由一个实体器件实现,在此不再详细描述。
示例性地,参照图17,其为本公开实施例提供一种权重矩阵的数据获取的装置,包括地址产生器、特殊值存储器、预设值存储器,以及至少一个获取单元;其中,
地址产生器被配置为依次产生类型矩阵中各元素的地址,并输入至相应获取单元的类型矩阵存储器;
预设值存储器被配置为存储所有预设权重值,并将各预设权重值同步输入至所有获取单元的第三选通器;
特殊值存储器被配置为存储特殊值表,将特殊值表的当前特殊权重值输入至第三选通器,并在接收到更新信号时将当前特殊权重值更新为特殊值表的下一个特殊权重值;
每个获取单元包括:
类型矩阵存储器,被配置为存储类型矩阵,并根据接收到的地址,将类型矩阵的相应元素的类型输入至第三选通器和特殊值判断器;
特殊值判断器,被配置为在接收到的类型为特殊值型时,向特殊值存储器输出更新信号;
第三选通器,被配置为根据接收到的类型,从接收到的当前特殊权重值、各预设权重值中选择一个输出;
其中,类型矩阵与权重矩阵结构相同,其每个元素为权重矩阵中对应元素的权重值对应的类型,一个类型的数据量小于一个权重值的数据量;类型包括特殊值型和多个预设值型;每个预设值型对应一个预设权重值,特殊值型对应特殊权重值,除预设权重值外的其它权重值均为特殊权重值;特殊值表包括依次设置的、权重矩阵中的所有特殊权重值。
示例性地,参照图18,在一些实施例中,获取单元的数量为多个;
每个获取单元还包括:输出使能器,其连接第三选通器的输出;
装置还包括:逻辑控制器,其连接在各特殊值判断器与特殊值存储器之间,且连接各输出使能器;逻辑控制器被配置为将更新信号发送至特殊值存储器,且在同时接收到多个更新信号时,将多个更新信号依次输入至特殊值存储器,并控制对应各更新信号的各获取单元的输出使能器依次导通。
本公开实施例的装置,可通过以上的硬件结构,实现以上的权重矩阵的数据获取的方法,在此不再详细描述。
其中,当有多个获取单元时,若涉及到两个属于获取单元的结构的交互,则若无特殊说明,应当是指同一个获取单元内部的两个结构进行交互。
其中,以上置中的多个结构,可以是多个相互独立的实体器件,也可以是多个结构集成在一起由一个实体器件实现,在此不再详细描述。
图20为本公开实施例提供的一种电子设备的框图。
参照图20,本公开实施例提供了一种电子设备,该电子设备包括:至少一个处理器2001;至少一个存储器2002,以及一个或多个I/O接口2003,连接在处理器2001与存储器2002之间;其中,存储器2002存储有可被至少一个处理器2001执行的一个或多个计算机程序,一个或多个计算机程序被至少一个处理器2001执行,以使至少一个处理器2001能够执行上述的权重矩阵的数据存储方法,或者权重矩阵的数据获取方法。
本公开实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序在被处理器/处理核执行时实现上述的权重矩阵的数据存储方法,或者权重矩阵的数据获取方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备的处理器中运行时,所述电子设备中的处理器执行上述权重矩阵的数据存储方法,或者权重矩阵的数据获取方法。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读存储介质上,计算机可读存储介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。
如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读程序指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM)、静态随机存取存储器(SRAM)、闪存或其他存储器技术、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读程序指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里所描述的计算机程序产品可以通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品示例性地体现为计算机存储介质,在另一个可选实施例中,计算机程序产品示例性地体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本文已经公开了示例实施例,并且虽然采用了术语,但它们仅用于并仅应当被解释为一般说明性含义,并且不用于限制的目的。在一些实例中,对本领域技术人员显而易见的是,除非另外明确指出,否则可单独使用与特定实施例相结合描述的特征、特性和/或元素,或可与其他实施例相结合描述的特征、特性和/或元件组合使用。因此,本领域技术人员将理解,在不脱离由所附的权利要求阐明的本公开的范围的情况下,可进行各种形式和细节上的改变。
Claims (20)
- 一种权重矩阵的数据存储方法,包括:根据权重矩阵,生成编码阵列和特殊值表;存储所述编码阵列和所述特殊值表;其中,所述编码阵列和所述特殊值表所占的存储空间小于所述权重矩阵所占的存储空间;所述特殊值表包括依次设置的、权重矩阵中的所有特殊权重值。
- 根据权利要求1所述的方法,其中,所述编码阵列包括连接矩阵和数据类型表;其中,所述连接矩阵与所述权重矩阵结构相同,且所述连接矩阵的元素为所述权重矩阵中对应元素的权重值的连接类型;至少部分所述连接类型的数据量小于对应的权重值的数据量,且所述连接类型分为有效连接和无效连接;所述数据类型表包括依次设置的、所述权重矩阵中有效连接的权重值对应的数据类型;至少部分所述数据类型的数据量小于对应的权重值的数据量,且所述数据类型包括特殊值型和多个第一预设值型,所述第一预设值型对应第一预设权重值,所述第一预设权重值为有效连接的预设权重值,所述特殊值型对应所述特殊权重值,除所述第一预设权重值外的其它有效连接的权重值属于特殊权重值。
- 根据权利要求2所述的方法,其中,在所述根据权重矩阵,生成编码阵列和特殊值表之前,所述方法还包括:根据所述权重矩阵确定其中的多个有效连接的权重值为所述第一预设权重值,并存储所述第一预设权重值。
- 根据权利要求2所述的方法,其中,所述连接类型的数据量为一位。
- 根据权利要求1所述的方法,其中,所述编码阵列包括类型矩阵;其中,所述类型矩阵与所述权重矩阵结构相同,且所述类型矩阵的元素为所述权重矩阵中对应元素的权重值的类型,至少部分类型的数据量小于对应的权重值的数据量;所述类型包括特殊值型和多个第二预设值型;所述第二预设值型对应第二预设权重值,所述特殊值型对应所述特殊权重值,除所述第二预设权重值外的其它权重值属于特殊权重值。
- 根据权利要求5所述的方法,其中,所述第二预设权重值包括:空权重;至少一个预设的、非空的权重值。
- 根据权利要求5或6所述的方法,其中,在所述根据权重矩阵,生成编码矩阵和特殊值表之前,还包括:根据所述权重矩阵确定其中的多个权重值为所述第二预设权重值,并存储所述第二预设权重值。
- 一种权重矩阵的数据获取方法,包括:根据预存的编码阵列和特殊值表,确定权重矩阵中对应元素的权重值;获取确定的权重值;其中,所述编码阵列和所述特殊值表所占的存储空间小于所述权重矩阵所占的存储空间;所述特殊值表包括依次设置的、权重矩阵中的所有特殊权重值。
- 根据权利要求8所述的方法,其中,所述编码阵列包括连接矩阵和数据类型表;其中,所述连接矩阵与所述权重矩阵结构相同,且所述连接矩阵的元素为所述权重矩阵中对应元素的权重值的连接类型;至少部分所述连接类型的数据量小于对应的权重值的数据量,且所述连接类型分为有效连接和无效连接;所述数据类型表包括依次设置的、所述权重矩阵中有效连接的权重值对应的数据类型;至少部分所述数据类型的数据量小于对应的权重值的数据量,且所述数据类型包括特殊值型和多个第一预设值型,所述第一预设值型对应第一预设权重值,所述第一预设权重值为有效连接的预设权重值,所述特殊值型对应所述特殊权重值,除所述第一预设权重值外的其它有效连接的权重值属于特殊权重值。
- 根据权利要求9所述的方法,其中,所述根据预存的编码阵列和特殊值表,确定权重矩阵中对应元素的权重值,包括:地址产生器依次产生所述连接矩阵中的元素的地址,并输入至连接矩阵存储器;所述连接矩阵存储器根据接收到的地址,将其中预存的连接矩阵的相应元素的连接类型输入至第一选通器和数据类型存储器;所述数据类型存储器在接收到有效连接的情况下,将其中预存的数据类型表的相应数据类型输入至第二选通器和特殊值判断器;预设值存储器将其中预存的第一预设权重值同步输入至所述第二选通器;所述特殊值判断器在接收到的数据类型为特殊值型的情况下,向特殊值存储器输出更新信号;所述特殊值存储器将其中预存的特殊值表的当前特殊权重值输入至所述第二选通器,并在接收到所述更新信号的情况下,将当前特殊权重值更新为所述特殊值表的下一个特殊权重值;所述第二选通器根据接收到的数据类型,从接收到的当前特殊权重值、所述第一预设权重值中选择一个输出;无效值存储器将其中预存的无效权重值输入至所述第一选通器;所述第一选通器根据接收到的连接类型,从接收到的无效权重值、所述第二选通器的输出中选择一个输出。
- 根据权利要求8所述的方法,其中,所述编码阵列包括类型矩阵;其中,所述类型矩阵与所述权重矩阵结构相同,且所述类型矩阵的元素为所述权重矩阵中对应元素的权重值的类型,至少部分类型的数据量小于对应的权重值的数据量;所述类型包括特殊值型和多个第二预设值型;所述第二预设值型对应所述第二预设权重值,所述特殊值型对应所述特殊权重值,除所述第二预设权重值外的其它权重值属于特殊权重值。
- 根据权利要求11所述的方法,其中,所述根据预存的所述类型矩阵的元素的类型,以及预存的所述特殊值表、第二预设权重值,确定所述权重矩阵中对应元素的权重值包括:地址产生器依次产生所述类型矩阵中的元素的地址,并输入至类型矩阵存储器;所述类型矩阵存储器根据接收到的地址,将其中预存的类型矩阵的相应元素的类型输入至第三选通器和特殊值判断器;预设值存储器将其中预存的第二预设权重值同步输入至所述第三选通器;所述特殊值判断器在接收到的类型为特殊值型的情况下,向特殊值存储器输出更新信号;所述特殊值存储器将其中预存的特殊值表的当前特殊权重值输入至所述第三选通器,并在接收到所述更新信号的情况下将当前特殊权重值更新为特殊值表的下一个特殊权重值;所述第三选通器根据接收到的类型,从接收到的当前特殊权重值、所述第二预设权重值中选择一个输出。
- 根据权利要求8-12中任一项所述的方法,其中,在根据预存的编码阵列和特殊值表,确定权重矩阵中对应元素的权重值之后,还包括:根据所确定的权重值,复原所述权重矩阵的至少部分区域,并将复原的权重矩阵的区域存储至临时存储空间;从所述临时存储空间获取所述权重矩阵的权重值。
- 一种权重矩阵的数据获取装置,包括:处理单元以及至少一个获取单元;所述处理单元,被配置为根据预存的编码阵列和特殊值表,确定权重矩阵中对应元素的权重值;所述获取单元,被配置为获取所述确定的权重值;其中,所述编码阵列和所述特殊值表所占的存储空间小于所述权重矩阵所占的存储空间;所述特殊值表包括依次设置的、权重矩阵中的所有特殊权重值。
- 根据权利要求14所述的装置,其中,所述编码阵列包括:连接矩阵和数据类型表,所述处理单元包括:地址产生器、特殊值存储器、无效值存储器、第一预设值存储器;其中,所述连接矩阵与所述权重矩阵结构相同,且所述连接矩阵的元素为所述权重矩阵中对应元素的权重值的连接类型;至少部分所述连接类型的数据量小于对应的权重值的数据量,且所述连接类型分为有效连接和无效连接;所述数据类型表包括依次设置的、所述权重矩阵中有效连接的权重值对应的数据类型;至少部分所述数据类型的数据量小于对应的权重值的数据量,且所述数据类型包括特殊值型和多个第一预设值型,所述第一预设值型对应第一预设权重值,所述第一预设权重值为有效连接的预设权重值,所述特殊值型对应所述特殊权重值,除所述第一预设权重值外的其它有效连接的权重值属于特殊权重值;所述地址产生器被配置为依次产生所述连接矩阵中的元素的地址,并输入至相应获取单元的连接矩阵存储器;所述第一预设值存储器被配置为存储所述第一预设权重值,并将所述第一预设权重值同步输入至所述获取单元的第二选通器;所述无效值存储器被配置为存储所述无效权重值,并输入至所述获取单元的第一选通器;所述特殊值存储器被配置为存储所述特殊值表,将所述特殊值表的当前特殊权重值输入至所述第二选通器,并在接收到更新信号的情况下将当前特殊权重值更新为特殊值表的下一个特殊权重值;所述获取单元包括:连接矩阵存储器,被配置为存储所述连接矩阵,并根据接收到的地址,将所述连接矩阵的相应元素的连接类型输入至第一选通器和数据类型存储器;所述数据类型存储器,被配置为在接收到有效连接的情况下,将其中预存的数据类型表的相应数据类型输入至所述第二选通器和特殊值判断器;所述特殊值判断器,被配置为在接收到的数据类型为特殊值型的情况下,向特殊值存储器输出更新信号;所述第二选通器,被配置为根据接收到的数据类型,从接收到的当前特殊权重值、所述第一预设权重值中选择一个输出;所述第一选通器,被配置为根据接收到的连接类型,从接收到的无效权重值、第二选通器的输出中选择一个输出。
- 根据权利要求14所述的装置,其中,所述编码阵列包括:类型矩阵;所述处理单元包括:地址产生器、特殊值存储器、第二预设值存储器;其中,所述类型矩阵与所述权重矩阵结构相同,且所述类型矩阵的元素为所述权重矩阵中对应元素的权重值的类型,至少部分类型的数据量小于对应的权重值的数据量;所述类型包括特殊值型和多个第二预设值型;所述第二预设值型对应第二预设权重值,所述特殊值型对应所述特殊权重值,除所述第二预设权重值外的其它权重值属于特殊权重值;所述地址产生器被配置为依次产生所述类型矩阵中的元素的地址,并输入至相应获取单元的类型矩阵存储器;所述第二预设值存储器被配置为存储所述第二预设权重值,并将所述第二预设权重值同步输入至所述获取单元的第三选通器;所述特殊值存储器被配置为存储所述特殊值表,将所述特殊值表的当前特殊权重值输入至所述第三选通器,并在接收到更新信号的情况下将当前特殊权重值更新为所述特殊值表的下一个特殊权重值;所述获取单元包括:类型矩阵存储器,被配置为存储类型矩阵,并根据接收到的地址,将所述类型矩阵的相应元素的类型输入至所述第三选通器和特殊值判断器;所述特殊值判断器,被配置为在接收到的类型为特殊值型的情况下,向所述特殊值存储器输出更新信号;所述第三选通器,被配置为根据接收到的类型,从接收到的当前特殊权重值、所述第二预设权重值中选择一个输出。
- 根据权利要求15或16所述的装置,其中,所述获取单元的数量为多个;所述获取单元还包括:输出使能器,且所述输出使能器连接第一选通器或第三选通器的输出;所述装置还包括:逻辑控制器,且所述逻辑控制器连接在所述特殊值判断器与所述特殊值存储器之间,且连接所述输出使能器;所述逻辑控制器被配置为将更新信号发送至所述特殊值存储器,且在同时接收到多个更新信号的情况下,将多个所述更新信号依次输入至所述特殊值存储器,并控制与所述更新信号对应的获取单元的输出使能器依次导通。
- 一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的权重矩阵的数据存储方法,或者如权利要求8-13中任一所述的权重矩阵的数据获取方法。
- 一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-7中任一项所述的权重矩阵的数据存储方法,或 者如权利要求8-13中任一所述的权重矩阵的数据获取方法。
- 一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,其中,当所述计算机可读代码在电子设备的处理器中运行时,所述电子设备中的处理器执行用于实现如权利要求1-7中任一项所述的权重矩阵的数据存储的方法,或者如权利要求8-13中任一所述的权重矩阵的数据获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US18/266,658 US20240046113A1 (en) | 2021-05-27 | 2022-05-26 | Data storage method, data acquisition method, data acquisition apparatus for a weight matrix, and device |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110585872.9 | 2021-05-27 | ||
CN202110585727.0A CN114546251A (zh) | 2021-05-27 | 2021-05-27 | 权重矩阵数据存储方法、数据获取方法和装置、电子设备 |
CN202110585727.0 | 2021-05-27 | ||
CN202110585872.9A CN114527930B (zh) | 2021-05-27 | 2021-05-27 | 权重矩阵数据存储方法、数据获取方法和装置、电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2022247908A1 true WO2022247908A1 (zh) | 2022-12-01 |
Family
ID=84228444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/CN2022/095238 WO2022247908A1 (zh) | 2021-05-27 | 2022-05-26 | 权重矩阵的数据存储方法、数据获取方法及装置、设备 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20240046113A1 (zh) |
WO (1) | WO2022247908A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117852655A (zh) * | 2024-02-27 | 2024-04-09 | 荣耀终端有限公司 | 利用大模型进行推理的方法和电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107977704A (zh) * | 2017-11-10 | 2018-05-01 | 中国科学院计算技术研究所 | 权重数据存储方法和基于该方法的神经网络处理器 |
CN111008698A (zh) * | 2019-11-23 | 2020-04-14 | 复旦大学 | 用于混合压缩循环神经网络的稀疏矩阵乘法加速器 |
CN112668689A (zh) * | 2019-10-16 | 2021-04-16 | 三星电子株式会社 | 进行多媒体数据处理的方法和设备 |
CN114527930A (zh) * | 2021-05-27 | 2022-05-24 | 北京灵汐科技有限公司 | 权重矩阵数据存储方法、数据获取方法和装置、电子设备 |
-
2022
- 2022-05-26 US US18/266,658 patent/US20240046113A1/en active Pending
- 2022-05-26 WO PCT/CN2022/095238 patent/WO2022247908A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107977704A (zh) * | 2017-11-10 | 2018-05-01 | 中国科学院计算技术研究所 | 权重数据存储方法和基于该方法的神经网络处理器 |
CN112668689A (zh) * | 2019-10-16 | 2021-04-16 | 三星电子株式会社 | 进行多媒体数据处理的方法和设备 |
CN111008698A (zh) * | 2019-11-23 | 2020-04-14 | 复旦大学 | 用于混合压缩循环神经网络的稀疏矩阵乘法加速器 |
CN114527930A (zh) * | 2021-05-27 | 2022-05-24 | 北京灵汐科技有限公司 | 权重矩阵数据存储方法、数据获取方法和装置、电子设备 |
Also Published As
Publication number | Publication date |
---|---|
US20240046113A1 (en) | 2024-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11928595B2 (en) | Method of managing data representation for deep learning, method of processing data for deep learning and deep learning system performing the same | |
US10482380B2 (en) | Conditional parallel processing in fully-connected neural networks | |
WO2022247908A1 (zh) | 权重矩阵的数据存储方法、数据获取方法及装置、设备 | |
JP2019515367A (ja) | ニューラル・ネットワークのスパニング電力および面積の効率性を実装するための、省エネルギな多重ニューロシナプティック・コア | |
US10248906B2 (en) | Neuromorphic circuits for storing and generating connectivity information | |
US20190087723A1 (en) | Variable isa vector-based compaction in distributed training of neural networks | |
CN109447276B (zh) | 一种机器学习系统、设备及应用方法 | |
TW202004493A (zh) | 在向量處理器為基礎裝置中提供多重元件多重向量(memv)暫存器檔案存取 | |
US11715002B2 (en) | Efficient data encoding for deep neural network training | |
US11775807B2 (en) | Artificial neural network and method of controlling fixed point in the same | |
US10191881B2 (en) | Modifications to a stream processing topology during processing of a data stream | |
CN105389677B (zh) | 用于配置车辆的装置和方法 | |
US20210150351A1 (en) | Isa-based compression in distributed training of neural networks | |
US10839791B2 (en) | Neural network-based acoustic model with softening target-layer | |
US11630696B2 (en) | Messaging for a hardware acceleration system | |
US20220171619A1 (en) | Neuromorphic processor and neuromorphic processing method | |
US10311557B2 (en) | Automated tonal balancing | |
CN114527930B (zh) | 权重矩阵数据存储方法、数据获取方法和装置、电子设备 | |
CN114492152A (zh) | 更新网络模型的方法、图像分类的方法、语言建模的方法 | |
CN105045873A (zh) | 一种数据文件的推送方法、装置及系统 | |
CN109584020B (zh) | 一种信息处理方法和电子设备 | |
KR102421323B1 (ko) | Pcm 기반의 시냅스 소자 및 그 동작 방법 | |
CN109634653B (zh) | 一种基于组件化架构的资源配置方法及装置 | |
CN109492759B (zh) | 神经网络模型预测方法、装置和终端 | |
TW202219750A (zh) | 機器學習模型訓練方法、電子設備、控制器及存儲介質 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 22810632 Country of ref document: EP Kind code of ref document: A1 |
|
WWE | Wipo information: entry into national phase |
Ref document number: 18266658 Country of ref document: US |
|
NENP | Non-entry into the national phase |
Ref country code: DE |