数据处理方法、装置、终端设备及计算机可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114219695A(43)申请公布日2022.03.22(21)申请号202111296774.X(22)申请日2021.11.03(71)申请人深圳云天励飞技术股份有限公司地址518000广东省深圳市龙岗区园山街道龙岗大道8288号深圳大运软件小镇17栋1楼(72)发明人易立强蔡万伟(74)专利代理机构深圳中一联合知识产权代理有限公司44414代理人左婷兰(51)Int.Cl.G06T1/20(2006.01)G06T1/60(2006.01)G06N3/08(2006.01)权利要求书2页说明书11页附图4页(54)发明名称数据处理方法、装置、终端设备及计算机可读存储介质(57)摘要本申请适用于计算机技术领域，提供了一种数据处理方法、装置、终端设备及计算机可读存储介质，包括：获取输入目标模型的第一数据和第一数据的初始数据形状；获取所述目标模型对应的数据形状区间和每个所述数据形状区间对应的参考数据形状；将目标区间对应的参考数据形状确定为目标形状，其中，所述目标区间为所述初始数据形状所属的数据形状区间；将所述初始数据形状的第一数据填充为所述目标形状的数据，得到处理数据；将所述处理数据输入所述目标模型，得到输出数据。通过上述方法，可以有效减少动态数据静态化处理过程中的运算量、提高处理性能。CN114219695ACN114219695A权利要求书1/2页1.一种数据处理方法，其特征在于，包括：获取输入目标模型的第一数据和所述第一数据的初始数据形状；获取所述目标模型对应的数据形状区间和每个所述数据形状区间对应的参考数据形状；将目标区间对应的参考数据形状确定为目标形状，其中，所述目标区间为所述初始数据形状所属的数据形状区间；将所述初始数据形状的所述第一数据填充为所述目标形状的数据，得到处理数据；将所述处理数据输入所述目标模型，得到输出数据。2.如权利要求1所述的数据处理方法，其特征在于，在所述获取所述目标模型对应的数据形状区间和每个所述数据形状区间对应的参考数据形状之前，还包括：获取所述目标模型的输入数据的数据形状的数据范围；将所述数据范围划分为多个所述数据形状区间；确定每个所述数据形状区间对应的所述参考数据形状。3.如权利要求2所述的数据处理方法，其特征在于，所述将所述数据范围划分为多个所述数据形状区间，包括：从所述数据范围中抽样出多个采样数据；获取所述多个采样数据各自对应的性能数据，其中，每个所述采样数据对应的性能数据表示当所述采样数据作为所述目标模型的输入数据的数据形状时、所述目标模型的性能；分别计算每两个相邻的所述采样数据之间的性能数据的斜率；根据所述斜率从所述多个采样数据中确定出性能突变数据；根据所述性能突变数据将所述数据范围划分为多个所述数据形状区间。4.如权利要求3所述的数据处理方法，其特征在于，所述根据所述斜率从所述多个采样数据中确定出性能突变数据，包括：如果第二数据大于或等于预设倍数的第三数据，则将第i个采样数据确定为所述性能突变数据，其中，所述第二数据为第i个采样数据与第i+1个采样数据之间的性能数据的斜率，所述第三数据为第i‑1个采样数据与第i个采样数据之间的性能数据的斜率，所述1<i<，i为正整数，M为从所述数据范围中抽样出所述采样数据的个数。5.如权利要求3所述的数据处理方法，其特征在于，所述根据所述性能突变数据将所述数据范围划分为多个所述数据形状区间，包括：如果第四数据和第五数据的比值大于预设判断门限，则将第k‑1个性能突变数据和第k个性能突变数据之间的数据形状区间划分为N段，其中，所述第五数据为所述第k‑1个性能突变数据和所述第k个性能突变数据之间的增量值，所述第四数据为所述第k‑1个性能突变数据的性能数据和所述第k个性能突变数据的性能数据之间的增量值，所述N由所述第四数据确定。6.如权利要求2所述的数据处理方法，其特征在于，所述确定每个所述数据形状区间对应的所述参考数据形状，包括：对于每个所述数据形状区间，将所述数据形状区间的最大数值确定为所述数据形状区间对应的所述参考数据形状。2CN114219695A权利要求书2/2页7.如权利要求1所述的数据处理方法，其特征在于，在将所述处理数据输入所述目标模型，得到输出数据之后，所述方法还包括：对所述输出数据进行去填充处理，得到最终数据，其中，所述去填充处理用于去除所述输出数据中与所述处理数据的填充数据相匹配的数据，所述最终数据的数据形状与将所述初始数据形状的第一数据输入所述目标模型获得的结果的数据形状相同。8.一种数据处理装置，其特征在于，包括：数据获取单元，用于获取输入目标模型的第一数据和所述第一数据的初始数据形状；形状获取单元，用于获取所述目标模型对应的数据形状区间和每个所述