(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 (43)申请公布日 (21)申请 号 202111635076.8 (22)申请日 2021.12.2 9 (71)申请人 杭州海康威视数字技 术股份有限公 司 地址 310051 浙江省杭州市滨江区阡 陌路 555号 (72)发明人 杨希超　张渊　谢迪　浦世亮　 (74)专利代理 机构 北京柏杉松知识产权代理事 务所(普通 合伙) 11413 代理人 项京　高莺然 (51)Int.Cl. G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种数据处理、 网络训练方法、 电子设备及 存储介质 (57)摘要 本申请实施例提供了一种数据处理、 网络训 练方法、 电子设备及存储介质， 该方法包括： 获取 深度神经网络的网络层的输入数据， 网络层的原 始权重被分解为量化处理的N个子权重； 将输入 数据分别 与N个子权重进行卷积处理， 得到N个子 权重对应的N个中间数据； 对N个中间数据进行求 和处理， 得到网络层的输出数据。 这样， 将网络层 的原始权重分解为量化处理的N个子权重， 通过 对N值的调整， 可 以灵活的平衡网络的效率与性 能。 权利要求书2页 说明书12页 附图5页 CN 114298280 A 2022.04.08 CN 114298280 A 1.一种数据处 理方法， 其特 征在于， 所述方法包括： 获取深度神经网络的网络层的输入数据， 所述网络层的原始权重被分解为量化处理 的 N个子权重； 将所述输入数据分别与所述N个子权重进行卷积处理， 得到所述N个子权重对应的N个 中间数据； 对所述N个中间数据进行求和处 理， 得到所述网络层的输出 数据。 2.根据权利要求1所述的方法， 其特征在于， 所述子权重为所述子权重对应的量化权重 与第一尺度系数进行乘积得到的值； 所述将所述输入数据分别与所述N个子权重进行卷积处理， 得到所述N个子权重对应的 N个中间数据的步骤， 包括： 对所述输入数据进行量 化处理， 得到所述输入数据对应的量 化数据和第二尺度系数； 将所述量化数据分别与所述N个子权重对应的量化权重进行卷积处理， 得到所述N个子 权重对应的N个卷积数据； 对每个卷积数据分别与所述第 一尺度系数和所述第 二尺度系数进行乘积处理， 得到所 述N个子权重对应的N个中间数据。 3.根据权利要求2所述的方法， 其特 征在于， 所述 量化权重由‑1、 0和1组成； 所述N个子权重的和值与所述原始权重的差值小于预设阈值， 或， 所述N个子权重的和 值与所述原 始权重的比值小于预设比值。 4.根据权利要求1 ‑3任一项所述的方法， 其特征在于， 所述输入数据为第一图像， 所述 输出数据为第二图像， 所述第一图像的噪声高于所述第二图像的噪声。 5.一种网络训练方法， 其特 征在于， 所述方法包括 获取训练集， 所述训练集包括样本数据和所述样本数据对应的预期数据； 将所述样本数据输入第一深度神经网络， 得到第 一预测数据， 其中， 所述第 一深度神经 网络包括至少一个网络层； 根据所述预期数据和所述第一预测数据， 确定第一损失值； 若根据所述第一损失值确定所述第 一深度神经网络收敛， 则将所述网络层的原始权重 分解为N个量化处理的子权重， 得到第二深度神经网络 。 6.根据权利要求5所述的方法， 其特 征在于， 所述方法还 包括： 若根据所述第一损失值确定所述第 一深度神经网络未收敛， 则调整所述第 一深度神经 网络的第一参数， 并重新执行所述将所述样本数据输入第一深度神经网络， 得到第一预测 数据的步骤； 其中， 所述第一 参数包括所述原 始权重。 7.根据权利要求5所述的方法， 其特征在于， 在得到所述第二深度神经网络之后， 还包 括： 将所述样本数据输入所述第二深度神经网络， 得到第二预测数据； 根据所述预期数据和所述第二预测数据， 确定第二损失值； 若根据所述第二损失值确定所述第 二深度神经网络收敛， 则结束所述第 二深度神经网 络的训练； 若根据所述第二损失值确定所述第 二深度神经网络未收敛， 则调整所述第 二深度神经 网络的第二参数， 并重新执行所述将所述样本数据输入第二深度神经网络， 得到第二预测权　利　要　求　书 1/2 页 2 CN 114298280 A 2数据的步骤， 所述第二 参数包括所述 N个子权重的尺度系数。 8.根据权利要求5 ‑7任一项所述的方法， 其特征在于， 所述子权重为所述子权重对应的 量化权重与第一尺度系数进行乘积得到的值， 所述 量化权重由‑1、 0和1组成； 所述N个子权重的和值与所述原始权重的差值小于预设阈值， 或， 所述N个子权重的和 值与所述原 始权重的比值小于预设比值。 9.一种电子设备， 其特征在于， 包括处理器和机器可读存储介质， 所述机器可读存储介 质存储有能够被所述处理器执行的机器可执行指令， 所述处理器被所述机器可执行指 令促 使： 实现权利要求1 ‑4或权利要求5 ‑8任一所述的方法步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质内存储有计算机 程序产品， 所述计算机程序产品被处理器执行时实现权利要求 1‑4或权利要求5 ‑8任一所述 的方法步骤。权　利　要　求　书 2/2 页 3 CN 114298280 A 3