数据处理方法、装置、芯片、电子设备及存储介质与流程

1.本公开涉及深度学习技术领域，具体而言，涉及一种数据处理方法、装置、芯片、电子设备及存储介质。


背景技术：

2.在神经网络中，卷积是一种常见的算子，而空洞卷积是一种特殊的卷积，在空洞卷积中引入了称为扩张率(dilation rate)的超参数，该参数定义了卷积核处理数据时各值的间距，通常在算子参数中表示为“hole”或者“dilation”。通常的，在人工智能(artificial intelligence，ai)芯片中内置了用于进行高效率卷积运算的乘法器单元。但由于硬件资源的限制，在卷积运算中无法支持直接在空洞卷积中将“hole”和“pad”的值设置为较大参数，造成了当前利用乘法器单元执行空洞卷积时，待处理数据的尺寸受限的问题。
3.为了解决上述问题，在相关技术中通常将卷积核拆解为多个1x1卷积运算，然后累加1
×
1卷积运算的卷积结果来得到空洞卷积的最终结果，该方法存在计算精度较低的问题。


技术实现要素：

4.本公开实施例至少提供一种数据处理方法、装置、芯片、电子设备及存储介质。
5.第一方面，本公开实施例提供了一种数据处理方法，包括：
6.获取待处理数据；
7.基于对所述待处理数据进行第一卷积操作的操作参数，从所述待处理数据中抽取多次第二卷积操作分别对应的子数据；所述第一卷积操作步长大于所述第二卷积操作对应步长；
8.利用所述第一卷积操作对应的操作数，对多次第二卷积操作分别对应的子数据进行第二卷积操作处理，得到与多次所述第二卷积操作分别对应的结果数据；
9.对多次所述第二卷积操作分别对应的结果数据进行数据重组，得到对所述待处理数据进行第一卷积操作的目标结果数据。
10.一种可选的实施方式中，所述获取待处理数据，包括：
11.获取原始待处理数据；
12.利用所述原始待处理数据对应的填充参数，对所述原始待处理数据进行数据填充处理，得到待处理数据。
13.一种可选的实施方式中，所述第一卷积操作包括：空洞卷积；所述第二卷积操作包括：普通卷积；所述操作参数，包括：空洞卷积的空洞尺寸；所述第一卷积操作对应的操作数，包括：所述空洞卷积的卷积核。
14.一种可选的实施方式中，所述基于对所述待处理数据进行第一卷积操作的操作参数，从所述待处理数据中抽取多次第二卷积操作分别对应的子数据，包括：
15.基于所述空洞卷积的空洞尺寸，确定所述第二卷积操作的操作标识；
16.针对每次第二卷积操作，基于该次第二卷积操作的操作标识、以及所述待处理数据的尺寸信息，从所述待处理数据中抽取与该次第二卷积操作对应的子数据。
17.一种可选的实施方式中，所述空洞卷积的空洞尺寸包括：在所述待处理数据的高度方向的第一尺寸、以及在所述待处理数据的宽度方向的第二尺寸；
18.所述基于所述空洞卷积的空洞尺寸，确定所述第二卷积操作的操作标识，包括：基于所述第一尺寸和第二尺寸，构成所述第二卷积操作的操作标识。
19.一种可选的实施方式中，所述针对每次第二卷积操作，基于该次第二卷积操作在多次第二卷积操作中的排序、以及所述待处理数据的尺寸信息，从所述待处理数据中抽取与该次第二卷积操作对应的子数据，包括：
20.响应于当前第二卷积操作的操作标识为i*j，将所述待处理数据中位于第i行、第j列的第一数据元素，作为当前第二卷积操作对应的子数据的首个第一数据元素；
21.基于所述首个第一数据元素在所述待处理数据中的位置、以所述第一尺寸为高度方向的抽取步长、以所述第二尺寸为宽度方向的抽取步长，从所述待处理数据中抽取所述子数据中除首个第一数据元素外的其他第一数据元素；
22.基于抽取的所述首个第一数据元素、以及所述其他第一数据元素，构成所述当前第二卷积操作的子数据；其中，i为小于或者等于第一尺寸的正整数；j为小于或者等于第二尺寸的正整数。
23.一种可选的实施方式中，所述对多次所述第二卷积操作分别对应的结果数据进行数据重组，得到对所述待处理数据进行第一卷积操作的目标结果数据，包括：
24.基于多次第二卷积操作的操作标识，确定每次第二卷积操作的结果数据中各个第二数据元素分别在所述目标结果数据中的位置信息；
25.基于每次第二卷积操作的结果数据中各个第二数据元素分别在所述目标结果数据中的位置信息，将所述第二数据元素填充至所述目标结果数据的对应位置，得到所述目标结果数据。
26.一种可选的实施方式中，所述基于多次第二卷积操作的操作标识，确定每次第二卷积操作的结果数据中各个第二数据元素分别在所述目标结果数据中的位置信息，包括：
27.响应于当前第二卷积操作的操作标识为i*j，将所述目标结果数据中位于第i行、第j列的位置，确定为所述当前第二卷积操作对应的结果数据中首个第二数据元素在所述目标结果数据中的位置信息；
28.基于所述首个第二数据元素在所述目标结果数据中的位置信息、以及所述第一尺寸为高度方向的填充步长、以所述第二尺寸为宽度方向的填充步长，确定所述当前第二卷积操作对应的结果数据中除首个第二数据元素的其他第二数据元素分别在所述目标结果数据中的位置信息。
29.第二方面，本公开实施例还提供一种数据处理装置，包括：处理单元、以及运算单元；
30.所述处理单元，用于获取待处理数据；基于对所述待处理数据进行第一卷积操作的操作参数，从所述待处理数据中抽取多次第二卷积操作分别对应的子数据；所述第二卷积操作是对所述第一卷积操作进行转换得到的；向所述运算单元发送所述子数据；
31.所述运算单元，用于响应于接收到所述子数据，利用所述第一卷积操作对应的操作数，对多次第二卷积操作分别对应的子数据进行第二卷积操作处理，得到与多次所述第二卷积操作分别对应的结果数据，并对多次所述第二卷积操作分别对应的结果数据进行数据重组，得到对所述待处理数据进行第一卷积操作的目标结果数据。
32.一种可选的实施方式中，所述处理单元，在获取待处理数据时，用于：
33.获取原始待处理数据；
34.利用所述原始待处理数据对应的填充参数，对所述原始待处理数据进行数据填充处理，得到待处理数据。
35.一种可选的实施方式中，所述第一卷积操作包括：空洞卷积；所述第二卷积操作包括：普通卷积；所述操作参数，包括：空洞卷积的空洞尺寸；所述第一卷积操作对应的操作数，包括：所述空洞卷积的卷积核。
36.一种可选的实施方式中，所述处理单元，在基于对所述待处理数据进行第一卷积操作的操作参数，从所述待处理数据中抽取多次第二卷积操作分别对应的子数据时，用于：
37.基于所述空洞卷积的空洞尺寸，确定所述第二卷积操作的操作标识；
38.针对每次第二卷积操作，基于该次第二卷积操作的操作标识、以及所述待处理数据的尺寸信息，从所述待处理数据中抽取与该次第二卷积操作对应的子数据。
39.一种可选的实施方式中，所述空洞卷积的空洞尺寸包括：在所述待处理数据的高度方向的第一尺寸、以及在所述待处理数据的宽度方向的第二尺寸；
40.所述处理单元，在基于所述空洞卷积的空洞尺寸，确定所述第二卷积操作的操作标识时，用于：基于所述第一尺寸和第二尺寸，构成所述第二卷积操作的操作标识。
41.一种可选的实施方式中，所述处理单元，在针对每次第二卷积操作，基于该次第二卷积操作在多次第二卷积操作中的排序、以及所述待处理数据的尺寸信息，从所述待处理数据中抽取与该次第二卷积操作对应的子数据时，用于：
42.响应于当前第二卷积操作的操作标识为i*j，将所述待处理数据中位于第i行、第j列的第一数据元素，作为当前第二卷积操作对应的子数据的首个第一数据元素；
43.基于所述首个第一数据元素在所述待处理数据中的位置、以所述第一尺寸为高度方向的抽取步长、以所述第二尺寸为宽度方向的抽取步长，从所述待处理数据中抽取所述子数据中除首个第一数据元素外的其他第一数据元素；
44.基于抽取的所述首个第一数据元素、以及所述其他第一数据元素，构成所述当前第二卷积操作的子数据；其中，i为小于或者等于第一尺寸的正整数；j为小于或者等于第二尺寸的正整数。
45.一种可选的实施方式中，所述运算单元，在对多次所述第二卷积操作分别对应的结果数据进行数据重组，得到对所述待处理数据进行第一卷积操作的目标结果数据时，用于：
46.基于多次第二卷积操作的操作标识，确定每次第二卷积操作的结果数据中各个第二数据元素分别在所述目标结果数据中的位置信息；
47.基于每次第二卷积操作的结果数据中各个第二数据元素分别在所述目标结果数据中的位置信息，将所述第二数据元素填充至所述目标结果数据的对应位置，得到所述目标结果数据。
48.一种可选的实施方式中，所述运算单元，在基于多次第二卷积操作的操作标识，确定每次第二卷积操作的结果数据中各个第二数据元素分别在所述目标结果数据中的位置信息时，用于：
49.响应于当前第二卷积操作的操作标识为i*j，将所述目标结果数据中位于第i行、第j列的位置，确定为所述当前第二卷积操作对应的结果数据中首个第二数据元素在所述目标结果数据中的位置信息；
50.基于所述首个第二数据元素在所述目标结果数据中的位置信息、以及所述第一尺寸为高度方向的填充步长、以所述第二尺寸为宽度方向的填充步长，确定所述当前第二卷积操作对应的结果数据中除首个第二数据元素的其他第二数据元素分别在所述目标结果数据中的位置信息。
51.第三方面，本公开实施例还提供一种数据处理装置，包括：
52.获取模块，用于获取待处理数据；
53.抽取模块，用于基于对所述待处理数据进行第一卷积操作的操作参数，从所述待处理数据中抽取多次第二卷积操作分别对应的子数据；所述第二卷积操作是对所述第一卷积操作进行转换得到的；
54.处理模块，用于利用所述第一卷积操作对应的操作数，对多次第二卷积操作分别对应的子数据进行第二卷积操作处理，得到与多次所述第二卷积操作分别对应的结果数据；
55.重组模块，用于对多次所述第二卷积操作分别对应的结果数据进行数据重组，得到对所述待处理数据进行第一卷积操作的目标结果数据。
56.第四方面，本公开实施例还提供一种数据处理芯片，包括：如第二方面所述的数据处理装置。
57.第五方面，本公开实施例还提供一种电子设备，包括：处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，所述处理器用于执行所述存储器中存储的机器可读指令，所述机器可读指令被所述处理器执行时，所述处理器执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。
58.第六方面，本公开可选实现方式还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被运行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。
59.关于上述数据处理装置、芯片、电子设备、及计算机可读存储介质的效果描述参见上述数据处理方法的说明，这里不再赘述。
60.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，而非限制本公开的技术方案。
61.本公开实施例提供的数据处理方法，通过在进行空洞卷积前，将对待处理数据进行空洞卷积操作，转换为对基于待处理数据构成的子数据进行普通卷积操作，从而减少在卷积运算过程中对卷积结果进行四舍五入的次数，从而减少由于对卷积结果进行四舍五入导致的空洞卷积结果精度较低的问题，提升空洞卷积结果的处理精度。
62.为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
63.为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
64.图1示出了本公开实施例所提供的一种数据处理方法的流程图；
65.图2示出了本公开实施例所提供的一种对待处理数据进行填充处理时的具体示例；
66.图3示出了本公开实施例所提供的一种对待处理数据进行数据抽取的具体示例；
67.图4示出了本公开实施例所提供的另一种对待处理数据进行数据抽取的具体示例；
68.图5示出了本公开实施例所提供的一种对抽取得到的子数据进行普通卷积处理的具体示例；
69.图6示出了本公开实施例所提供的一种将第二卷积操作对应的目标结果进行数据从租，构成目标结果数据的具体示例；
70.图7示出了本公开实施例所提供的一种数据处理装置的示意图；
71.图8示出了本公开实施例所提供的另外一种数据处理装置的示意图；
72.图9示出了本公开实施例所提供的一种电子设备的示意图。
具体实施方式
73.为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。通常在此处描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
74.经研究发现，在ai芯片中内置了用于进行高效率卷积运算的乘法器单元。利用乘法器单元实现空洞卷积时，通常会通过将卷积核拆解为多个1x1卷积运算，然后将得到的1x1卷积运算的卷积结果进行累加，来得到空洞卷积的最终结果。但是该方法在累加多次1x1卷积结果的过程中，由于待处理数据和卷积核的位数有限，通常会对1x1卷积结果进行四舍五入会导致空洞卷积的最终结果存在精度较低的问题。
75.基于上述研究，本公开提供了一种数据处理方法，通过在进行空洞卷积前，将对待处理数据进行空洞卷积操作，转换为对基于待处理数据构成的子数据进行普通卷积操作，从而减少在卷积运算过程中对卷积结果进行四舍五入的次数，从而减少由于对卷积结果进行四舍五入导致的空洞卷积结果精度较低的问题，提升空洞卷积结果的处理精度。
76.针对以上方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案，都应该是
发明人在本公开过程中对本公开做出的贡献。
77.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
78.为便于对本实施例进行理解，首先对本公开实施例所公开的一种数据处理方法进行详细介绍，本公开实施例所提供的数据处理方法的执行主体一般为具有一定计算能力的电子设备，该电子设备例如包括：终端设备或服务器或其它处理设备，终端设备可以为用户设备(user equipment，ue)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(personal digital assistant，pda)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该数据处理方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
79.下面对本公开实施例提供的数据处理方法加以说明。
80.参见图1所示，为本公开实施例提供的数据处理方法的流程图，所述方法包括步骤s101～s104，其中：
81.s101：获取待处理数据；
82.s102：基于对所述待处理数据进行第一卷积操作的操作参数，从所述待处理数据中抽取多次第二卷积操作分别对应的子数据；所述第一卷积操作步长大于所述第二卷积操作对应步长；
83.s103：利用所述第一卷积操作对应的操作数，对多次第二卷积操作分别对应的子数据进行第二卷积操作处理，得到与多次所述第二卷积操作分别对应的结果数据；
84.s104：对多次所述第二卷积操作分别对应的结果数据进行数据重组，得到对所述待处理数据进行第一卷积操作的目标结果数据。
85.本公开实施例中，在获取待处理数据后，基于对待处理数据进行第一卷积操作的操作参数，从待处理数据中抽取多次第二卷积操作分别对应的子数据，并利用第一卷积操作对应的操作数，对多个第二卷积操作分别对应的子数据进行第二卷积操作处理，得到与多个第二卷积操作分别对应的结果数据，然后对多个第二卷积操作分别对应的结果数据进行数据重组，得到对待处理数据进行第一卷积操作的目标结果数据，从而在第一卷积操作为空洞卷积，第二卷积操作为普通卷积的情况下，能够将对待处理数据进行空洞卷积操作，转换为对基于待处理数据构成的子数据进行普通卷积操作，从而减少在卷积运算过程中对卷积结果进行四舍五入的次数，从而减少由于对卷积结果进行四舍五入导致的空洞卷积结果精度较低的问题，提升空洞卷积结果的处理精度。
86.下面对上述s101～s104分别加以详细说明。
87.针对上述s101：在本公开实施例中，数据处理方法可以应用于不同的场景下；例如应用于对神经网络进行训练的场景下、或者应用于利用神经网络执行推理任务的场景下。在神经网络中的网络层中，可以包括与第一卷积操作对应的网络层。该网络层用于对待处理数据进行第一卷积操作。
88.待处理数据基于神经网络的功能不同，示例性的，若神经网络用于对图像进行分类、目标识别等处理，则待处理数据例如可以包括图像数据；若神经网络用于对语音数据进行识别或者转换为文本，则待处理数据为音频数据；若神经网络用于对文本数据进行处理，则待处理数据为对文本数据进行编码得到的数据。另外，待处理数据可以是输入至神经网
络的原始数据，如原始的图像数据、或原始的音频数据等；也可以是对图像数据或音频数据进行一定特征提取处理后得到的特征数据。如图像数据对应的特征图、音频数据对应的特征数据等。
89.本公开实施例以待处理数据为特征图为例，在特征图中，包括多个数据通道，每个数据通道包括多个数据元素，该数据通道的多个数据元素构成数据矩阵，也即该数据通道对应的特征子图。
90.待处理数据可以是输入至神经网络的原始特征图(又称原始待处理数据)，也可以是对原始的特征图进行数据填充后形成的特征图。
91.在本公开实例中，提供一种获取待处理数据的具体示例，包括：
92.获取原始待处理数据；
93.利用所述原始待处理数据对应的填充参数，对所述原始待处理数据进行数据填充处理(padding)，得到待处理数据。
94.示例性的，对原始待处理数据进行填充处理的填充参数例如包括：填充方向、和/或填充尺寸。
95.在进行padding操作时，填充方向例如包括下述至少一个位置：原始待处理数据的顶部(top)、底部(down)、左侧(left)以及右侧(right)。
96.填充尺寸例如包括：宽度填充的宽度值。
97.其中，若填充方向为顶部或者底部，则宽度值又可以称填充的行数；若填充方向为左侧或者右侧，则宽度值又称填充的列数。
98.示例性的，参见图2所示的对原始待处理数据进行padding操作的具体示例，在该示例中，示出了对原始待处理数据包括一个数据通道。其中，灰色阴影部分表示原始待处理数据bottomtensor。在原始待处理数据的顶部、底部、左侧、右侧分别进行pad操作：top_pad(顶部填充)、down_pad(底部填充)、left_pad(左侧填充)以及right_pad(右侧填充)。所得到的待处理数据表示为：paddedbottomtensor。
99.在宽度填充操作时，所填充的数值为预设值，例如为0。
100.示例性的，假设原始待处理数据的尺寸为n*m维，表示原始待处理数据的包括n行、m列数据元素，如下所示：
[0101][0102]
在其顶部、底部、左侧以及右侧分别添加宽度为2的待填充数据，其中，待填充数据的值为0，则所得到的目标待处理数据的尺寸为：(n 2)
×
(m 2)维，如下所示：
[0103][0104]
如图2所示，提供一种对原始待处理数据进行数据填充的具体示例，其中，原始待处理数据为：bottom tensor，其尺寸为{b,c,h,w}，其中，b表示批次(batch)，也即待处理数据中的数据处理批次，c表示数据通道数(channel)，例如特征图中包括的子特征图的数量，h表示一个数据通道的高度，也即数据通道对应的数据矩阵中数据元素的行数，w表示一个数据通道的宽度，也即数据通道对应的数据矩阵中数据元素的列数。
[0105]
对原始待处理数据进行数据填充，填充参数中，填充方向包括：原始待处理数据的顶部、底部、左侧以及右侧；其中，顶部、底部的填充尺寸分别为：pad_h；左侧以及右侧的填充尺寸分别为：pad_w。
[0106]
则利用上述填充参数对原始待处理数据bottom tensor，进行数据填充处理，得到的待处理数据表示为：padded bottomtensor，其尺寸为{b,c,h’,w’}，且h’＝h 2
×
pad_h，w’＝w 2
×
pad_w；其中，待处理数据padded bottom tensor相较于原始待处理数据bottom tensor多出的数据元素空位用数据0进行填充。
[0107]
在基于上述方式得到待处理数据后，即可以利用上述s102～s104对待处理数据进行处理。
[0108]
针对s102：本公开实施例中，第一卷积操作例如包括：空洞卷积；第二卷积操作例如包括普通卷积；在该种情况下，第一卷积操作的操作参数例如包括空洞卷积对应的卷积核。
[0109]
此处，本公开实施例是通过将待处理数据进行处理，从而将空洞卷积转换为普通卷积，而未对空洞卷积的卷积核进行调整。另外，本公开实施例提供的数据处理方法，也可以适用于其他类型的第一卷积操作和第二卷积操作；第一卷积操作和第二卷积操作满足下述条件：基于对第一卷积操作对应的待处理数据进行调整，而将第一卷积操作转换为第二卷积操作。具体的第一卷积操作和第二卷积操作的类型，本公开不做限定。例如第一卷积操作还可以为深度可分卷积，对应的第二卷积操作为普通卷积；可以将深度可分卷积对应的待处理数据拆分为多次普通卷积分别对应的子数据，并利用深度可分卷积对应的卷积核，对子数据进行卷积处理。
[0110]
本公开实施例以第一卷积操作包括空洞卷积操作、第二卷积操作包括普通卷积操作为例，第一卷积操作对应的操作参数包括：空洞卷积的空洞尺寸。按照该空洞尺寸，从待处理数据中抽取多次普通卷积分别对应的子数据。
[0111]
其中，空洞卷积的空洞尺寸是在高度方向和宽度方向的空洞步长。也即空洞卷积的卷积核中位置相邻的两个权重元素分别对应的数据元素在待处理数据中的位置之间的位置差。其中，该空洞尺寸包括：在所述待处理数据的高度方向的第一尺寸、以及在所述待处理数据的宽度方向的第二尺寸。其中，第一尺寸和第二尺寸中有至少一个为大于1的整数。若第一尺寸和第二尺寸均为1的情况下，则空洞卷积和普通卷积等同。
[0112]
假若某空洞卷积的卷积核表示为：
[0113]
待处理数据为：
[0114][0115]
利用上述卷积核对上述待处理数据进行空洞卷积，且对应的空洞尺寸，在待处理数据的高度方向的第一尺寸为2，待处理数据的宽度方向的第二尺寸为2，则在利用空洞卷积的卷积核对待处理数据进行处理时，卷积核中相邻两个权重元素分别对应的数据元素之间的距离，在高度方向为2，在宽度方向也为2。若卷积元素w
11
在待处理数据中对应的数据元素为a
11
，则与w
12
～w
33
分别和数据元素之间的对应关系为：
[0116]w12
对应a
13
；w
13
对应a
15
；w
21
对应a
31
；w
22
对应a
33
；w
23
对应a
35
；w
31
对应a
51
；w
32
对应a
53
；w
33
对应a
55
。
[0117]
所述第二卷积操作分别对应的子数据表示为sub bottom tensor，所述第二卷积操作的次数，例如等于第一尺寸和第二尺寸之间的乘积。
[0118]
示例性的，所述空洞卷积的空洞尺寸，包括：在padded bottom tensor高度方向的第一尺寸(hole_h)以及待处理数据padded bottom tensor宽度方向的第二尺寸(hole_w)。
[0119]
基于上述空洞尺寸对padded bottom tensor进行空洞卷积时，卷积核在在宽度方向相邻的两个卷积元素分别对应的数据元素之间的位置差为hole_h；在高度方向相邻的两个卷积元素分别对应的数据元素之间的位置差为hole_w，在将空洞卷积转换为普通卷积后，普通卷积的卷积核中，在高度方向相邻的两个卷积元素分别对应的数据元素之间的位置差为1，在高宽度方向相邻的两个卷积元素分别对应的数据元素之间的位置差也为1。因此，在将空洞卷积转换为普通卷积时，需要按照空洞尺寸，从padded bottom tensor中抽取满足普通卷积的数据元素，重组为一次普通卷积操作对应的子数据。每次抽取时，子数据中在宽度方向相邻的两个数据元素，在padded bottom tensor中的位置间隔为hole_w，子数据中在高度方向相邻的两个数据元素，在padded bottom tensor中的位置间隔为hole_h，进而，能够抽取hole_h
×
hole_w次，实现将padded bottom tensor中的所有数据元素，都被抽取到对应子数据中，且padded bottom tensor中的每个数据元素，仅在一组子数据中出现。进而进行hole_h
×
hole_w抽取，得到hole_h
×
hole_w组子数据，也即对应的第二卷积操
作的次数为：hole_h
×
hole_w。
[0120]
示例性的，本公开实施例还提供一种基于对所述待处理数据进行第一卷积操作的操作参数，从所述待处理数据中抽取多次第二卷积操作分别对应的子数据的具体方式，包括：
[0121]
基于所述空洞卷积的空洞尺寸，确定所述第二卷积操作的操作标识；
[0122]
针对每次第二卷积操作，基于该次第二卷积操作的操作标识、以及所述待处理数据的尺寸信息，从所述待处理数据中抽取与该次第二卷积操作对应的子数据。
[0123]
在具体实施中，在基于空洞卷积的空洞尺寸，确定所述第二卷积操作的操作标识时，例如可以基于所述第一尺寸和第二尺寸，构成所述第二卷积操作的操作标识。
[0124]
假设有1《＝i《＝hole_h，且1《＝j《＝hole_w；操作标识可以表示为i*j，其中，该操作标识表示：与该操作标识对应的子数据中的首个数据元素，为位于待处理数据padded bottom tensor中的h方向的数据起点为第i行、w方向数据起点为该行的第j列的数据元素，该数据元素表示为a
ij
。
[0125]
可见，第i＝1且j＝1次抽取操作时，操作标识可以表示为1*1，也即，表示与该操作标识对应的子数据中的首个数据元素，为位于待处理数据padded bottom tensor中第1行、第1列的数据元素，该数据元素表示为a
11
。
[0126]
示例性的，第i＝2，j＝1次抽取操作时，操作表示可以表示为2*1，也即，表示与该操作表示对应的子数据中的首个数据元素，为位于待处理数据padded bottom tensor中第2行、第1列的数据元素。
[0127]
……
[0128]
直到第i＝hole_h、j＝hole_w次抽取，操作标识可以表示为hole_h*hole_w，与该次操作标识对应的首个数据元素，为位于待处理数据padded bottom tensor中第hole_h行、第hole_w列的数据元素，该数据元素表示为a
(hole_h)(hole_w)
。
[0129]
具体实施中，待处理数据padded bottom tensor的高度为h’，宽度为w’，其中左上角的数据元素为待处理数据padded bottom tensor中的首个数据元素，将该数据元素作为抽取的起点，该首个数据元素，也是操作标识为1*1的第二卷积操作对应的子数据中的首个数据元素。
[0130]
针对操作标识为i*j的第二卷积操作，在从待处理数据padded bottom tensor抽取出与该操作标识为i*j的第二卷积操作对应的子数据sub bottom tensor_(i*j)时，与子数据sub bottom tensor_(i*j)中的数据元素有多个。其中，sub bottom tensor_(i*j)表示操作标识为i*j的第二卷积操作对应的子数据。
[0131]
在针对每次第二卷积操作，例如可以采用下述方式基于该次第二卷积操作在多次第二卷积操作中的排序、以及所述待处理数据的尺寸信息，从所述待处理数据中抽取与该次第二卷积操作对应的子数据：
[0132]
响应于当前第二卷积操作的操作标识为i*j，将所述待处理数据中位于第i行、第j列的第一数据元素，作为当前第二卷积操作对应的子数据的首个第一数据元素；
[0133]
基于所述首个第一数据元素在所述待处理数据中的位置、以所述第一尺寸为高度方向的抽取步长、以所述第二尺寸为宽度方向的抽取步长，从所述待处理数据中抽取所述子数据中除首个第一数据元素外的其他第一数据元素；
[0134]
基于抽取的所述首个第一数据元素、以及所述其他第一数据元素，构成所述当前第二卷积操作的子数据。
[0135]
在具体实施中，针对操作标识为i*j的第二卷积操作，将待处理数据中位于第i行、第j列的第一数据元素作为对应子数据的首个第一数据元素，也即位于对应子数据左上角的数据元素。然后，按照高度方向从上到下，宽度方向从左到右的顺序，以对应子数据中的首个第一数据元素为参考点，从待处理数据中，依次抽取子数据中除首个第一数据元素外的其他数据元素。在抽取时，在高度方向的抽取步长为空洞尺寸中的第一尺寸，在宽度方向的抽取步长为空洞尺寸中的第二尺寸。然后，按照抽取得到的第一数据元素和子数据中首个数据元素之间的相对位置，将第一数据元素和抽取到的其他数据元素组织在一起，构成对应的子数据。
[0136]
例如，针对操作标识为i*j的第二卷积操作，将在待处理数据中位置为(i，j)的数据元素作为起点(其中，i表示数据元素所在的行数，j表示数据元素所在的列数)作为首个第一数据元素，所述首个第一数据元素将被从待处理数据中抽取后，存放至子数据sub bottom tensor中的左上角位置，并将存放好的第一数据元素作为参考第一数据元素，在待处理数据padded bottom tensor中的h方向与参考第一数据元素间距为n*hole_h的数据元素，将作为在子数据sub bottom tensor中与当前参考第一数据元素在h方向相邻的其他第一数据元素，其中，1≤n≤floor((h-i)/hole_h)-1，且n为整数；其中，floor表示对(h-i)/hole_h进行向下取整。h表示待处理数据的行数。
[0137]
在待处理数据padded bottom tensor中的w方向与所述当前参考第一数据元素间距为m*hole_w的数据元素，将作为在子数据sub bottom tensor中与所述当前参考第一数据元素在w方向相邻的其他第一数据元素，其中，1≤m≤floor((w-j)/hole_w)-1，且m为整数，其中，floor表示对(w-j)/hole_w进行向下取整，w表示待处理数据的列数。
[0138]
则除首个第一数据元素外的其他第一数据元素在待处理数据中的位置可以表示为：(i n*hole_h，j m*hole_w)。
[0139]
然后，按照每个其他第一数据元素分别和参考第一数据元素之间的位置关系，将各个其他第一数据元素分别放置到子数据中，除左上角位置的其他位置，构成子数据。
[0140]
基于上述方法可以确定全部被提取的第一数据元素位于padded bottom tensor中的位置，以及被提取的第一数据元素在被提取后分别存放在子数据sub bottom tensor中的位置。所述子数据sub bottom tensor的尺寸为{b,c,h”,w”}，其中，h”为对应子数据sub bottom tensor中的第一数据元素的高度值，也即行数，w”为对应子数据sub bottom tensor中的第一数据元素的宽度值，也即列数。
[0141]
示例性的，如图3所示的示例中，示出了操作标识为1*1时，从padded bottom tensor抽取出子数据sub bottom tensor的具体过程的示例，其中，第一尺寸为4，第二尺寸为8。可见当操作标识为1*1时，待处理数据padded bottom tensor中首个第一子数据为位于待处理数据中第1行，第1列的数据元素，将被抽取并存放至子数据sub bottom tensor中的首个位置，作为首个第一数据元素。然后，按照上述方式抽取的各个第一数据元素分别在待处理数据中的位置如图3中a所示，构成的子数据如图3中b所示。
[0142]
如图4所示的示例中，示出了操作标识为hole_h*hole_w时，从待处理数据padded bottom tensor抽取出子数据sub bottom tensor的具体过程的示例，其中，第一尺寸为4，
第二尺寸为8。可见当操作标识为4*8时，从待处理数据padded bottom tensor中抽取位于第4行，第8列的数据元素作为子数据sub bottom tensor中的首个第一子数据，将被抽取并存放至子数据sub bottom tensor中的首个位置，然后，按照上述方式抽取的各个第一数据元素分别在待处理数据中的位置如图4中a所示，构成的子数据如图4中b所示。
[0143]
针对上述s103，在第一卷积操作为空洞卷积操作、第二卷积操作为普通卷积操作的情况下，所述第一卷积操作对应的操作数为空洞卷积中卷积核；
[0144]
所述对多次第二卷积操作分别对应的子数据进行第二卷积操作处理，包括：对s102中得到的多次第二卷积操作分别对应的子数据sub bottom tensor进行卷积计算，得到与多次所述卷积计算分别对应的结果数据sub top tensor。
[0145]
在具体实施中，如图5所示，对尺寸为{b,c,h”,w”}的子数据sub bottom tensor进行卷积计算，得到尺寸为{b,co,h’,w’}的结果数据sub top tensor；其中，h”表示对应子数据sub bottom tensor中的第一数据元素的高度值，也即行数，w”表示对应子数据sub bottom tensor中的第一数据元素的宽度值，也即列数；co表示所述子数据sub bottom tensor经过卷积后得到的所述第二卷积操作对应的结果数据sub top tensor的通道数；h’为所述子数据sub bottom tensor经过卷积后得到的所述第二卷积操作对应的结果数据sub top tensor的高度值；w’为所述子数据sub bottom tensor经过卷积后得到的所述第二卷积操作对应的结果数据sub top tensor的宽度值；用于卷积计算的卷积核尺寸为{co,c,kernel_h,kernel_w}，co表示卷积核的数量，其又表征结果数据的通道数；c表示每个卷积核的通道数，其和子数据的通道数一致，kernel_h和kernel_w为卷积核的长度和宽度方向的步长。
[0146]
针对上述s104：在通过上述s103得到多次第二卷积操作分别对应的结果数据后，可以对多次所述第二卷积操作分别对应的结果数据进行数据重组，得到对所述待处理数据进行第一卷积操作的目标结果数据。
[0147]
此处，本公开实施例是通过将多次普通卷积分别对应的结果数据进行数据重组，将多次普通卷积分别对应的结果数据中的各个第二数据元素，放置到目标结果数据中对应位置处，从而得到与对原始数据bottom tensor直接进行空洞卷积相同的结果数据。
[0148]
在进行数据重组时，例如，将多次所述第二卷积操作分别对应的结果数据sub top tensor中的数据元素分散存入目标结果数据top tensor中。
[0149]
在具体实施中，本公开实施例提供一种对多次所述第二卷积操作分别对应的结果数据进行数据重组，得到对所述待处理数据进行第一卷积操作的目标结果数据的具体方式，包括：基于多次第二卷积操作的操作标识，确定每次第二卷积操作的结果数据中各个第二数据元素分别在所述目标结果数据中的位置信息；
[0150]
基于每次第二卷积操作的结果数据中各个第二数据元素分别在所述目标结果数据中的位置信息，将所述第二数据元素填充至所述目标结果数据的对应位置，得到所述目标结果数据。
[0151]
其中，例如可以采用下述方式基于多次第二卷积操作的操作标识，确定每次第二卷积操作的结果数据中各个第二数据元素分别在所述目标结果数据中的位置信息：
[0152]
针对操作标识为i*j的第二卷积操作，将所述目标结果数据中位于第i行、第j列的位置，确定为所述当前第二卷积操作对应的结果数据中首个第二数据元素在所述目标结果
数据中的位置信息；
[0153]
基于所述首个第二数据元素在所述目标结果数据中的位置信息、以及所述第一尺寸为高度方向的填充步长、以所述第二尺寸为宽度方向的填充步长，确定所述当前第二卷积操作对应的结果数据中除首个第二数据元素的其他第二数据元素分别在所述目标结果数据中的位置信息。
[0154]
在具体实施中，针对操作标识为i*j的第二卷积操作，该第二卷积操作对应的子数据中首个第二数据元素作为参考第二数据元素，与其h方向相邻的数据元素，将被存放在目标结果数据top tensor中的位置相较于当前参考第二数据元素在top tensor中的位置，两者w方向列数相同，h方向的行间距为hole_h且在当前参考第二数据在top tensor中的位置的下方；与其w方向相邻的数据元素，将被存放在top tensor中的位置相较于当前参考第二数据元素在top tensor中的位置，两者h方向行数相同，w方向的列间距为hole_w且在当前参考第二数据在top tensor中的位置的右方。
[0155]
基于上述方法，每进行一次第二数据元素存入，都将其作为当前参考第二数据，并将其h方向和w方向相邻的数据元素按照上述方法存入目标结果数据top tensor中，直到由操作标识为i*j的数据元素构成的对应结果数据sub top tensor中的全部第二数据元素都存入至目标结果数据top tensor中。
[0156]
例如，获取多次第二卷积操作的操作标识i*j，根据该数据标识i*j，将目标结果数据top tensor中第i行、第j列的位置，作为该第二卷积操作对应的结果数据sub top tensor中首个第二数据元素所在的位置。
[0157]
然后，以该位置作为参考位置，从目标结果数据中，确定第二卷积操作中除首个第二数据元素外的其他第二数据元素，在目标结果中的位置。
[0158]
其中，在第二卷积操作对应的子数据中，除首个第二数据元素外，位置为(r，t)的第二数据元素在目标结果数据中的位置满足：(r*hole_h，t*hole_w)，其中，1＜r≤h
’‑
1；1＜t≤w
’‑
1。
[0159]
然后，根据该位置，将其他各个第二数据元素分散存入至目标结果数据的对应位置。
[0160]
在将所有的第二卷积操作分别对应的子数据分散存入至目标结果数据对应位置后，得到利用卷积核对待处理数据进行空洞卷积得到的目标结果数据。
[0161]
示例性的，如图6所示图中展示了第二卷积操作的操作标识分别为1*1、hole_h*hole_w两种情况时，将第二卷积操作的结果数据sub top tensor中的第二数据元素分散存入至目标结果数据top tensor的过程。
[0162]
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
[0163]
基于同一发明构思，本公开实施例中还提供了与数据处理方法对应的数据处理装置，由于本公开实施例中的设备解决问题的原理与本公开实施例上述数据处理方法相似，因此设备的实施可以参见方法的实施，重复之处不再赘述。
[0164]
参照图7所示，为本公开实施例提供的一种数据处理装置的示意图，所述数据处理装置包括：处理单元71、以及运算单元72；
[0165]
所述处理单元71，用于获取待处理数据；基于对所述待处理数据进行第一卷积操作的操作参数，从所述待处理数据中抽取多次第二卷积操作分别对应的子数据；所述第二卷积操作是对所述第一卷积操作进行转换得到的；向所述运算单元发送所述子数据；
[0166]
所述运算单元72，用于响应于接收到所述子数据，利用所述第一卷积操作对应的操作数，对多次第二卷积操作分别对应的子数据进行第二卷积操作处理，得到与多次所述第二卷积操作分别对应的结果数据，并对多次所述第二卷积操作分别对应的结果数据进行数据重组，得到对所述待处理数据进行第一卷积操作的目标结果数据。
[0167]
在本公开实施例中，数据处理装置例如为ai芯片，或者其他用于数据处理的设备，以数据处理装置为ai芯片为例，运算单元例如包括：ai芯片中的处理引擎(processing engine，pe)阵列，该pe阵列例如包括：乘加器阵列。
[0168]
一种可选的实施方式中，所述处理单元71，在获取待处理数据时，用于：
[0169]
获取原始待处理数据；
[0170]
利用所述原始待处理数据对应的填充参数，对所述原始待处理数据进行数据填充处理，得到待处理数据。
[0171]
一种可选的实施方式中，所述第一卷积操作包括：空洞卷积；所述第二卷积操作包括：普通卷积；所述操作参数，包括：空洞卷积的空洞尺寸；所述第一卷积操作对应的操作数，包括：所述空洞卷积的卷积核。
[0172]
一种可选的实施方式中，所述处理单元71，在基于对所述待处理数据进行第一卷积操作的操作参数，从所述待处理数据中抽取多次第二卷积操作分别对应的子数据时，用于：
[0173]
基于所述空洞卷积的空洞尺寸，确定所述第二卷积操作的操作标识；
[0174]
针对每次第二卷积操作，基于该次第二卷积操作的操作标识、以及所述待处理数据的尺寸信息，从所述待处理数据中抽取与该次第二卷积操作对应的子数据。
[0175]
一种可选的实施方式中，所述空洞卷积的空洞尺寸包括：在所述待处理数据的高度方向的第一尺寸、以及在所述待处理数据的宽度方向的第二尺寸；
[0176]
所述处理单元71，在基于所述空洞卷积的空洞尺寸，确定所述第二卷积操作的操作标识时，用于：基于所述第一尺寸和第二尺寸，构成所述第二卷积操作的操作标识。
[0177]
一种可选的实施方式中，所述处理单元71，在针对每次第二卷积操作，基于该次第二卷积操作在多次第二卷积操作中的排序、以及所述待处理数据的尺寸信息，从所述待处理数据中抽取与该次第二卷积操作对应的子数据时，用于：
[0178]
响应于当前第二卷积操作的操作标识为i*j，将所述待处理数据中位于第i行、第j列的第一数据元素，作为当前第二卷积操作对应的子数据的首个第一数据元素；
[0179]
基于所述首个第一数据元素在所述待处理数据中的位置、以所述第一尺寸为高度方向的抽取步长、以所述第二尺寸为宽度方向的抽取步长，从所述待处理数据中抽取所述子数据中除首个第一数据元素外的其他第一数据元素；
[0180]
基于抽取的所述首个第一数据元素、以及所述其他第一数据元素，构成所述当前第二卷积操作的子数据；其中，i为小于或者等于第一尺寸的正整数；j为小于或者等于第二尺寸的正整数。
[0181]
一种可选的实施方式中，所述运算单元72，在对多次所述第二卷积操作分别对应
的结果数据进行数据重组，得到对所述待处理数据进行第一卷积操作的目标结果数据时，用于：
[0182]
基于多次第二卷积操作的操作标识，确定每次第二卷积操作的结果数据中各个第二数据元素分别在所述目标结果数据中的位置信息；
[0183]
基于每次第二卷积操作的结果数据中各个第二数据元素分别在所述目标结果数据中的位置信息，将所述第二数据元素填充至所述目标结果数据的对应位置，得到所述目标结果数据。
[0184]
一种可选的实施方式中，所述运算单元72，在基于多次第二卷积操作的操作标识，确定每次第二卷积操作的结果数据中各个第二数据元素分别在所述目标结果数据中的位置信息时，用于：
[0185]
响应于当前第二卷积操作的操作标识为i*j，将所述目标结果数据中位于第i行、第j列的位置，确定为所述当前第二卷积操作对应的结果数据中首个第二数据元素在所述目标结果数据中的位置信息；
[0186]
基于所述首个第二数据元素在所述目标结果数据中的位置信息、以及所述第一尺寸为高度方向的填充步长、以所述第二尺寸为宽度方向的填充步长，确定所述当前第二卷积操作对应的结果数据中除首个第二数据元素的其他第二数据元素分别在所述目标结果数据中的位置信息。
[0187]
参见图8所示，本公开实施例还提供一种数据处理装置，包括：
[0188]
获取模块81，用于获取待处理数据；
[0189]
抽取模块82，用于基于对所述待处理数据进行第一卷积操作的操作参数，从所述待处理数据中抽取多次第二卷积操作分别对应的子数据；所述第二卷积操作是对所述第一卷积操作进行转换得到的；
[0190]
处理模块83，用于利用所述第一卷积操作对应的操作数，对多次第二卷积操作分别对应的子数据进行第二卷积操作处理，得到与多次所述第二卷积操作分别对应的结果数据；
[0191]
重组模块84，用于对多次所述第二卷积操作分别对应的结果数据进行数据重组，得到对所述待处理数据进行第一卷积操作的目标结果数据。
[0192]
一种可能的实施方式中，获取模块，在获取待处理数据时，用于：
[0193]
获取原始待处理数据；
[0194]
利用所述原始待处理数据对应的填充参数，对所述原始待处理数据进行数据填充处理，得到待处理数据。
[0195]
一种可能的实施方式中，所述第一卷积操作包括：空洞卷积；所述第二卷积操作包括：普通卷积；所述操作参数，包括：空洞卷积的空洞尺寸；所述第一卷积操作对应的操作数，包括：所述空洞卷积的卷积核。
[0196]
一种可能的实施方式中，所述抽取模块82，在基于对所述待处理数据进行第一卷积操作的操作参数，从所述待处理数据中抽取多次第二卷积操作分别对应的子数据时，用于：
[0197]
基于所述空洞卷积的空洞尺寸，确定所述第二卷积操作的操作标识；
[0198]
针对每次第二卷积操作，基于该次第二卷积操作的操作标识、以及所述待处理数
据的尺寸信息，从所述待处理数据中抽取与该次第二卷积操作对应的子数据。
[0199]
一种可能的实施方式中，所述空洞卷积的空洞尺寸包括：在所述待处理数据的高度方向的第一尺寸、以及在所述待处理数据的宽度方向的第二尺寸；
[0200]
所述抽取模块82，在基于所述空洞卷积的空洞尺寸，确定所述第二卷积操作的操作标识时，用于：基于所述第一尺寸和第二尺寸，构成所述第二卷积操作的操作标识。
[0201]
一种可能的实施方式中，所述抽取模块82，在针对每次第二卷积操作，基于该次第二卷积操作在多次第二卷积操作中的排序、以及所述待处理数据的尺寸信息，从所述待处理数据中抽取与该次第二卷积操作对应的子数据时，用于：
[0202]
响应于当前第二卷积操作的操作标识为i*j，将所述待处理数据中位于第i行、第j列的第一数据元素，作为当前第二卷积操作对应的子数据的首个第一数据元素；
[0203]
基于所述首个第一数据元素在所述待处理数据中的位置、以所述第一尺寸为高度方向的抽取步长、以所述第二尺寸为宽度方向的抽取步长，从所述待处理数据中抽取所述子数据中除首个第一数据元素外的其他第一数据元素；
[0204]
基于抽取的所述首个第一数据元素、以及所述其他第一数据元素，构成所述当前第二卷积操作的子数据；其中，i为小于或者等于第一尺寸的正整数；j为小于或者等于第二尺寸的正整数。
[0205]
一种可能的实施方式中，所述重组模块84，在对多次所述第二卷积操作分别对应的结果数据进行数据重组，得到对所述待处理数据进行第一卷积操作的目标结果数据时，用于：
[0206]
基于多次第二卷积操作的操作标识，确定每次第二卷积操作的结果数据中各个第二数据元素分别在所述目标结果数据中的位置信息；
[0207]
基于每次第二卷积操作的结果数据中各个第二数据元素分别在所述目标结果数据中的位置信息，将所述第二数据元素填充至所述目标结果数据的对应位置，得到所述目标结果数据。
[0208]
一种可能的实施方式中，所述重组模块84，在基于多次第二卷积操作的操作标识，确定每次第二卷积操作的结果数据中各个第二数据元素分别在所述目标结果数据中的位置信息时，用于：
[0209]
响应于当前第二卷积操作的操作标识为i*j，将所述目标结果数据中位于第i行、第j列的位置，确定为所述当前第二卷积操作对应的结果数据中首个第二数据元素在所述目标结果数据中的位置信息；
[0210]
基于所述首个第二数据元素在所述目标结果数据中的位置信息、以及所述第一尺寸为高度方向的填充步长、以所述第二尺寸为宽度方向的填充步长，确定所述当前第二卷积操作对应的结果数据中除首个第二数据元素的其他第二数据元素分别在所述目标结果数据中的位置信息。
[0211]
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。
[0212]
本公开实施例还提供一种芯片，包括如上述图7对应的实施例所述的数据处理装置。
[0213]
本公开实施例还提供了一种电子设备，如图9所示，为本公开实施例提供的电子设
备结构示意图，包括：
[0214]
处理器91和存储器92；所述存储器92存储有处理器91可执行的机器可读指令，处理器91用于执行存储器92中存储的机器可读指令，所述机器可读指令被处理器91执行时，处理器91执行下述步骤：
[0215]
获取待处理数据；
[0216]
基于对所述待处理数据进行第一卷积操作的操作参数，从所述待处理数据中抽取多次第二卷积操作分别对应的子数据；所述第二卷积操作是对所述第一卷积操作进行转换得到的；
[0217]
利用所述第一卷积操作对应的操作数，对多次第二卷积操作分别对应的子数据进行第二卷积操作处理，得到与多次所述第二卷积操作分别对应的结果数据；
[0218]
对多次所述第二卷积操作分别对应的结果数据进行数据重组，得到对所述待处理数据进行第一卷积操作的目标结果数据。
[0219]
上述存储器92包括内存921和外部存储器922；这里的内存921也称内存储器，用于暂时存放处理器91中的运算数据，以及与硬盘等外部存储器922交换的数据，处理器91通过内存921与外部存储器922进行数据交换。
[0220]
上述指令的具体执行过程可以参考本公开实施例中所述的数据处理方法的步骤，此处不再赘述。
[0221]
本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的数据处理方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。
[0222]
本公开实施例还提供一种计算机程序产品，该计算机程序产品承载有程序代码，所述程序代码包括的指令可用于执行上述方法实施例中所述的数据处理方法的步骤，具体可参见上述方法实施例，在此不再赘述。
[0223]
其中，上述计算机程序产品可以具体通过硬件、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具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(software development kit，sdk)等等。
[0224]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0225]
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单元来实现本实施例方案的目的。
[0226]
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
[0227]
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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一个存储介质中，包括若干指令用以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0228]
最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。