CN110825461B - 数据处理方法和装置 - Google Patents
数据处理方法和装置 Download PDFInfo
- Publication number
- CN110825461B CN110825461B CN201810909838.0A CN201810909838A CN110825461B CN 110825461 B CN110825461 B CN 110825461B CN 201810909838 A CN201810909838 A CN 201810909838A CN 110825461 B CN110825461 B CN 110825461B
- Authority
- CN
- China
- Prior art keywords
- node
- data
- ready
- state
- node information
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 27
- 230000003068 static effect Effects 0.000 claims abstract description 58
- 238000000547 structure data Methods 0.000 claims abstract description 57
- 238000012545 processing Methods 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 45
- 230000004044 response Effects 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 abstract description 40
- 238000004891 communication Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/448—Execution paradigms, e.g. implementations of programming paradigms
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Stored Programmes (AREA)
Abstract
本申请实施例公开了数据处理方法和装置。该方法的一具体实施方式包括:一种数据处理方法,该方法包括:接收待处理静态图结构数据,待处理静态图结构数据包括至少一个节点和就绪节点信息列表;从就绪节点信息列表中选取就绪节点信息,执行所选取的就绪节点信息所指示的节点对应的运算,以及将执行运算的节点的状态标记为执行中状态;响应于所选取的就绪节点信息所指示的节点对应的运算执行完成,将所选取的就绪节点信息所指示的节点的状态标记为已完成状态。该实施方式实现了节约运算时间。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及数据处理方法和装置。
背景技术
随着人工智能技术的快速发展,人工神经网络的参数和训练数据也不断增加。与此同时,人工神经网络训练过程中的运算量也不断增大。为了解决这些问题,一般采用不同的计算单元执行运算任务。其中,每种计算单元执行某一类特定的运算(例如矩阵运算、激活运算等)。这样会极大的提高运算速度。目前,这些计算单元由宿主机上的中央处理器(CPU,Central Processing Unit)进行控制。当某个计算单元的运算任务执行完毕后,通过与CPU通信以接收下一项运算任务。
发明内容
本申请实施例提出了数据处理方法和装置。
第一方面,本申请实施例提供了一种数据处理方法,该方法包括:接收待处理静态图结构数据,待处理静态图结构数据包括至少一个节点和就绪节点信息列表;从就绪节点信息列表中选取就绪节点信息,执行所选取的就绪节点信息所指示的节点对应的运算,以及将执行运算的节点的状态标记为执行中状态;响应于所选取的就绪节点信息所指示的节点对应的运算执行完成,将所选取的就绪节点信息所指示的节点的状态标记为已完成状态。
在一些实施例中,该方法还包括:确定所选取的就绪节点信息所指示的节点的后继节点的前驱节点的状态;响应于确定后继节点的前驱节点的状态为已完成状态,将后继节点的节点信息加入就绪节点信息列表。
在一些实施例中,该方法还包括:响应于确定至少一个节点中的节点的状态为已完成状态,发送用于表征待处理静态图结构数据处理完成的提示信息。
第二方面,本申请实施例提供了一种数据处理方法,包括:获取待处理数据;将待处理数据处理为静态图结构数据,静态图结构数据包括至少一个节点和就绪节点信息列表。
第三方面,本申请实施例提供了一种数据处理装置,该装置包括:接收单元,被配置成接收待处理静态图结构数据,待处理静态图结构数据包括至少一个节点和就绪节点信息列表;执行单元,被配置成从就绪节点信息列表中选取就绪节点信息,执行所选取的就绪节点信息所指示的节点对应的运算,以及将执行运算的节点的状态标记为执行中状态;标记单元,被配置成响应于所选取的就绪节点信息所指示的节点对应的运算执行完成,将所选取的就绪节点信息所指示的节点的状态标记为已完成状态。
在一些实施例中,该装置还包括:状态确定单元,被配置成确定所选取的就绪节点信息所指示的节点的后继节点的前驱节点的状态;加入单元,被配置成响应于确定后继节点的前驱节点的状态为已完成状态,将后继节点的节点信息加入就绪节点信息列表。
在一些实施例中,该装置还包括:发送单元,被配置成响应于确定至少一个节点中的节点的状态为已完成状态,发送用于表征待处理静态图结构数据处理完成的提示信息。
第四方面,本申请实施例提供了一种数据处理装置,包括:数据获取单元,被配置成获取待处理数据;数据处理单元,被配置成将待处理数据处理为静态图结构数据,静态图结构数据包括至少一个节点和就绪节点信息列表。
第五方面,本申请实施例提供了一种电子设备,包括:一个或多个通用处理器;一个或多个芯片;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个芯片执行,使得一个或多个芯片实现如第一方面中任一实现方式描述的方法,当一个或多个程序被一个或多个通用处理器执行,使得一个或多个通用处理器实现如第二方面中任一实现方式描述的方法。
第六方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,上述程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的数据处理方法和装置,通过对待处理静态图结构数据中的节点选取和对节点对应的运算的执行,完成对待处理静态图结构数据的处理。在此过程中,可以由一个或多个执行主体多次执行选取和执行操作,而不需要每次执行完一个运算任务后,与主体通信以获取下一项运算任务。由此,可以节约运算时间。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的数据处理方法的一个实施例的流程图;
图3是根据本申请实施例的数据处理方法的又一个实施例的流程图;
图4是根据本申请的数据处理方法的一个实施例的流程图;
图5是根据本申请的数据处理装置的一个实施例的结构示意图;
图6是根据本申请的数据处理装置的又一个实施例的结构示意图;
图7是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请实施例的数据处理方法或数据处理装置的示例性系统架构100。
如图1所示,系统架构100可以包括CPU101、芯片102、103、104。其中,CPU101和芯片102、103、104可以通过总线连接,以实现通信。CPU101可以是广泛应用于各种电子设备中的重要组件。CPU101可以用于解释计算机指令以及处理内存中的数据。芯片102、103、104可以是支持各种运算的集成电路。
需要说明的是,本申请实施例所提供的数据处理方法一般由芯片102、103、104执行。相应的,信息处理装置一般设置于芯片102、103、104中。
应该理解,图1中的CPU和芯片的数目仅仅是示意性的。根据实现需要,可以具有任意数目的CPU和芯片。此外,多个芯片之间的连接方式不限于图1所示的级联方式。可以根据需要,采用各种连接方式连接多个芯片。
继续参考图2,示出了根据本申请的数据处理方法的一个实施例的流程200。该数据处理方法,包括以下步骤:
步骤201,接收待处理静态图结构数据。
在本实施例中,数据处理方法的执行主体(例如,图1中的芯片102、103、104)可以首先接收待处理静态图结构数据。其中,待处理静态图结构数据可以是数据结构为图结构的数据。图结构,也可以简称“图”,是一种常见的数据结构。静态图结构数据的存储方法包括:邻接矩阵、邻接表等等。待处理静态图结构数据可以是任意的静态图结构数据。待处理静态图结构数据的确定可以由技术人员指定,也可以根据一定的条件筛选得到。
实践中,静态图结构数据中一般会包括多个节点。对于其中的一个节点,可以存在前驱节点和后继节点。其中,前驱节点可以是该节点逻辑顺序“前面”的节点。同理,后继节点可以是该节点逻辑顺序“后面”的节点。每个节点的前驱节点和后继节点均可以有多个。因此,待处理静态图结构数据中可以包括至少一个节点。这些节点之间可以有连接关系。此外,待处理静态图结构数据中还包括就绪节点信息列表。其中,就绪节点信息可以是就绪节点的节点信息。对于一个节点,如果该节点的所有前驱节点的状态均为已完成状态,那么该节点为就绪节点。如果该节点没有前驱节点,那么该节点也是就绪节点。
步骤202,从就绪节点信息列表中选取就绪节点信息,执行所选取的就绪节点信息所指示的节点对应的运算,以及将执行运算的节点的状态标记为执行中状态。
在本实施例中,上述执行主体可以采用多种方式从就绪节点信息列表中选取就绪节点信息。例如,随机选取、按加入列表的时间由前向后顺序选取等等。本申请对于选取方式不作限制。
在此基础上,上述执行主体可以执行所选取的就绪节点信息所指示的节点对应的运算。通过步骤201中的描述可知,图形结构作为一种数据结构,可以是存储、组织数据的方式。其中,数据可以是任何数据。也就是说,根据需要,静态图结构数据中的节点可以是各种数据。
在本实施例中,待处理静态图结构数据中的节点可以包括但不限于:待运算的数据、数据描述信息、执行运算所需代码信息、图形结构描述信息、数据的执行状态等等。因此,每个节点可以看作对应一个或多个运算。从而,上述执行主体可以对于所选取的就绪节点信息所指示的节点,根据存储的执行运算所需代码信息执行相关代码,对待运算的数据进行执行相应的运算。即,执行该节点对应的运算。作为示例,可以是矩阵运算、激活运算等各种运算。
此外,上述执行主体可以将上述所选取的就绪节点信息所指示的节点的状态标记为执行中状态。实践中,可以根据需要,用各种标识符(例如,数字、字符等)标识节点的状态。作为示例,执行中状态可以用数字“1”标识。
步骤203,响应于所选取的就绪节点信息所指示的节点对应的运算执行完成,将所选取的就绪节点信息所指示的节点的状态标记为已完成状态。
在本实施例中,上述执行主体响应于所选取的就绪节点信息所指示的节点对应的运算执行完成,可以将选取的就绪节点信息所指示的节点(也即运算执行完成的节点)的状态标记为已完成状态。
本申请上述实施例提供的数据处理方法,通过对待处理静态图结构数据中的节点选取和对节点对应的运算的执行,完成对待处理静态图结构数据的处理。在此过程中,可以由一个或多个执行主体多次执行选取和执行操作,而不需要每次执行完一个运算任务后,与主体通信以获取下一项运算任务。由此,可以节约运算时间。
进一步参考图3,其示出了数据处理方法的又一个实施例的流程300。该数据处理方法的流程300,包括以下步骤:
步骤301,步骤接收待处理静态图结构数据,待处理静态图结构数据包括至少一个节点和就绪节点信息列表。
步骤302,从就绪节点信息列表中选取就绪节点信息,执行所选取的就绪节点信息所指示的节点对应的运算,以及将执行运算的节点的状态标记为执行中状态。
步骤303,响应于所选取的就绪节点信息所指示的节点对应的运算执行完成,将所选取的就绪节点信息所指示的节点的状态标记为已完成状态。
在本实施例中,步骤301-303的具体实现及其所带来的技术效果可以参考图2对应的实施例中的步骤201-203,在此不再赘述。
步骤304,确定所选取的就绪节点信息所指示的节点的后继节点的前驱节点的状态。
在本实施例中,对于所选取的就绪节点信息所指示的节点,数据处理方法的执行主体可以在执行完成该节点对应的运算后,遍历该节点的每一个后继节点。对于每一个后继节点,上述执行主体可以确定该后继节点的多个前驱节点中每个前驱节点的状态。
步骤305,响应于确定后继节点的前驱节点的状态为已完成状态,将后继节点的节点信息加入就绪节点信息列表。
在本实施例中,在步骤304的基础上,响应于确定一个后继节点的各个前驱节点的状态均为已完成状态,上述执行主体可以将该后继节点的节点信息加入就绪节点信息列表。其中,节点信息可以是节点的相关信息。作为示例,可以是节点的标识、编号等等。需要说明的是,从步骤304中的说明可知,上述执行主体可以遍历一个节点的每一个后继节点。从而可以将就绪节点的节点信息加入就绪节点信息列表。
步骤306,响应于确定至少一个节点中的节点的状态为已完成状态,发送用于表征待处理静态图结构数据处理完成的提示信息。
在本实施例中,响应于确定至少一个节点中的所有节点的状态均为已完成状态,上述执行主体可以发送用于表征待处理静态图结构数据处理完成的提示信息。其中,提示信息可以是各种形式的信息。作为示例,可以是中断(Interrupt)信号。中断是一种被广泛应用的处理单元与硬件设备进行通信的方式。
从图3中可以看出,与图2对应的实施例相比,本实施例的数据处理方法的流程300中增加了对于运算执行完成的节点的后继节点的状态的确定的步骤。通过确定后续节点的前驱节点的状态,以确定后续节点是否为就绪状态,从而将就绪的后继节点的节点信息加入就绪节点信息列表。由此,实现了对于就绪节点信息列表的更新,并进一步执行完成待处理静态图结构数据。
进一步参考图4,其示出了本申请的数据处理方法的一个实施例的流程图400。该数据处理方法,包括以下步骤:
步骤401,获取待处理数据。
在本实施例中,数据处理方法的执行主体(例如图1中的CPU101)可以获取待处理数据。其中,静态计算图在机器学习领域被广泛应用。具体来说,在静态计算图描述的数据中,计算图的声明和执行是分开的。待处理数据可以是各种数据。例如,可以是用于表示人工神经网络的参数和结构的数据。待处理数据的确定可以由技术人员指定,也可以根据一定的条件筛选得到。
步骤402,将待处理数据处理为静态图结构数据,静态图结构数据包括至少一个节点和就绪节点信息列表。
在本实施例中,上述执行主体可以将待处理处理为适于处理单元(例如图1中的芯片102、103、104)处理的静态图结构数据。实践中,一般的深度学习框架会提供某种简单的方式描述或数据计算图。作为示例,目前主流的深度学习框架会提供Python接口,以便用户描述具体的人工神经网络,但其底层逻辑的实现则采用C++。当用户用Python描述人工神经网络后,上述执行主体可以将用户描述的人工神经网络转换为以C++为基础的静态图结构数据。其中,Python和C++均为常用的计算机程序设计语言。在此过程中,作为示例,上述执行主体还可以分配一定的内存,绑定相关的参数等等。并将内存分配信息和绑定的参数信息等作为图像结构数据的一部分。
本申请的上述实施例提供的数据处理方法,可以将待处理数据处理为静态图结构数据。由于后续处理单元(例如图1中的芯片102、103、104)主要用于计算,而逻辑控制能力有限。而静态图结构数据中包含了待运算的数据、执行运算所需代码信息等信息,后续处理单元可以根据这些信息进行处理。从而提高待处理数据的处理速度。
继续参考图5,作为对图2或图3所示的方法的实现,本申请提供了一种数据处理装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的数据处理装置500包括:接收单元501、执行单元502和标记单元503。其中,接收单元501被配置成接收待处理静态图结构数据,待处理静态图结构数据包括至少一个节点和就绪节点信息列表;执行单元502被配置成从就绪节点信息列表中选取就绪节点信息,执行所选取的就绪节点信息所指示的节点对应的运算,以及将执行运算的节点的状态标记为执行中状态;标记单元503被配置成响应于所选取的就绪节点信息所指示的节点对应的运算执行完成,将所选取的就绪节点信息所指示的节点的状态标记为已完成状态。
在本实施例中,数据处理装置500中的接收单元501、执行单元502和标记单元503的具体处理及其所带来的技术效果可以参考图2对应的实施例,在此不再赘述。
在本实施例的一些可选的实现方式中,数据处理装置500还可以包括:状态确定单元(图中未示出)。状态确定单元被配置成确定所选取的就绪节点信息所指示的节点的后继节点的前驱节点的状态;加入单元,被配置成响应于确定后继节点的前驱节点的状态为已完成状态,将后继节点的节点信息加入就绪节点信息列表。
在本实施例的一些可选的实现方式中,数据处理装置500还可以包括:发送单元(图中未示出)。发送单元被配置成响应于确定至少一个节点中的节点的状态为已完成状态,发送用于表征待处理静态图结构数据处理完成的提示信息。
在本实施例中,执行单元502通过对静态图结构数据中的节点选取和对节点对应的运算的执行,完成对静态图结构数据的处理。在此过程中,可以由执行单元502多次执行选取和执行操作,而不需要每次执行完一个运算任务后,与主体通信以获取下一项运算任务。由此,可以节约运算时间。
继续参考图6,作为对上述图4所示方法的实现,本申请提供了一种数据处理装置的一个实施例,该装置实施例与图4所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的数据处理装置600包括:数据获取单元601和数据处理单元602。其中,数据获取单元601被配置成获取待处理数据。数据处理单元602被配置成将待处理数据处理为静态图结构数据,静态图结构数据包括至少一个节点和就绪节点信息列表。
在本实施例中,数据处理装置600中的具体处理及其所带来的技术效果可以参考图4对应的实施例,在此不再赘述。
下面参考图7,其示出了适于用来实现本申请实施例的电子设备的计算机系统700的结构示意图。如图7所示,电子设备的系统700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有系统700操作所需的各种程序和数据。CPU 701也可以通过芯片712进行数据的处理分析。CPU 701、ROM 702、RAM 703以及芯片712通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。需要说明的是,在本实施例中,通用处理器可以是CPU701。
以下部件连接至I/O接口705:包括触摸屏、按键、鼠标、麦克风、摄像头等的输入部分706;包括诸如液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本申请公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请公开的实施例可以包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序。该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被芯片712执行时,执行本申请的方法中限定的上述功能。
需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言-诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言-诸如“C”语言或类似的程序设计语言。程序代码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)。
可以理解的是,附图中的流程图和框图,图示了按照本申请各种实施例的系统、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、或代码的一部分,该模块、程序段、或代码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。也应当注意,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,两个接连地表示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操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。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括接收单元、执行单元和标记单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,接收单元还可以被描述为“接收待处理静态图结构数据的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备实现各图对应的实施例所描述的方法。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种数据处理方法,包括:
接收待处理静态图结构数据,所述待处理静态图结构数据包括至少一个节点和就绪节点信息列表,其中,所述节点包括以下至少一项:待运算的数据、数据描述信息、执行运算所需代码信息、图像结构描述信息、数据的执行状态,所述就绪节点信息列表中的就绪节点信息是指就绪节点的节点信息;
从所述就绪节点信息列表中选取就绪节点信息,执行所选取的就绪节点信息所指示的节点对应的运算,以及将执行运算的节点的状态标记为执行中状态;
响应于所选取的就绪节点信息所指示的节点对应的运算执行完成,将所选取的就绪节点信息所指示的节点的状态标记为已完成状态。
2.根据权利要求1所述的方法,其中,所述方法还包括:
确定所选取的就绪节点信息所指示的节点的后继节点的前驱节点的状态;
响应于确定所述后继节点的前驱节点的状态为已完成状态,将所述后继节点的节点信息加入所述就绪节点信息列表。
3.根据权利要求2所述的方法,其中,所述方法还包括:
响应于确定所述至少一个节点中的节点的状态为已完成状态,发送用于表征所述待处理静态图结构数据处理完成的提示信息。
4.一种数据处理方法,包括:
获取待处理数据;
将所述待处理数据处理为静态图结构数据,所述静态图结构数据包括至少一个节点和就绪节点信息列表,所述静态图结构数据用于通过如权利要求1-3中任一项所述的方法处理。
5.一种数据处理装置,包括:
接收单元,被配置成接收待处理静态图结构数据,所述待处理静态图结构数据包括至少一个节点和就绪节点信息列表,其中,所述节点包括以下至少一项:待运算的数据、数据描述信息、执行运算所需代码信息、图像结构描述信息、数据的执行状态,所述就绪节点信息列表中的就绪节点信息是指就绪节点的节点信息;
执行单元,被配置成从所述就绪节点信息列表中选取就绪节点信息,执行所选取的就绪节点信息所指示的节点对应的运算,以及将执行运算的节点的状态标记为执行中状态;
标记单元,被配置成响应于所选取的就绪节点信息所指示的节点对应的运算执行完成,将所选取的就绪节点信息所指示的节点的状态标记为已完成状态。
6.根据权利要求5所述的装置,其中,所述装置还包括:
状态确定单元,被配置成确定所选取的就绪节点信息所指示的节点的后继节点的前驱节点的状态;
加入单元,被配置成响应于确定所述后继节点的前驱节点的状态为已完成状态,将所述后继节点的节点信息加入所述就绪节点信息列表。
7.根据权利要求6所述的装置,其中,所述装置还包括:
发送单元,被配置成响应于确定所述至少一个节点中的节点的状态为已完成状态,发送用于表征所述待处理静态图结构数据处理完成的提示信息。
8.一种数据处理装置,包括:
数据获取单元,被配置成获取待处理数据;
数据处理单元,被配置成将所述待处理数据处理为静态图结构数据,所述静态图结构数据包括至少一个节点和就绪节点信息列表,所述静态图结构数据用于通过如权利要求1-3中任一项所述的方法处理。
9.一种电子设备,包括:
一个或多个通用处理器;
一个或多个芯片;
存储装置,其上存储有一个或多个程序,
响应于所述一个或多个程序被所述一个或多个芯片执行,所述一个或多个芯片实现如权利要求1-3中任一所述的方法,
响应于所述一个或多个程序被所述一个或多个通用处理器执行,所述一个或多个通用处理器实现如权利要求4所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810909838.0A CN110825461B (zh) | 2018-08-10 | 2018-08-10 | 数据处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810909838.0A CN110825461B (zh) | 2018-08-10 | 2018-08-10 | 数据处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110825461A CN110825461A (zh) | 2020-02-21 |
CN110825461B true CN110825461B (zh) | 2024-01-05 |
Family
ID=69541223
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810909838.0A Active CN110825461B (zh) | 2018-08-10 | 2018-08-10 | 数据处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110825461B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111723044A (zh) * | 2020-06-18 | 2020-09-29 | 北京字节跳动网络技术有限公司 | 数据处理系统、状态转移方法、数据求交方法、装置 |
CN117421052B (zh) * | 2023-11-02 | 2024-09-10 | 深圳大学 | 数据流任务的硬件自动化执行方法、系统、设备及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201007489A (en) * | 2008-04-29 | 2010-02-16 | Maxiscale Inc | Peer-to-peer redundant file server system and methods |
CN102148852A (zh) * | 2009-11-19 | 2011-08-10 | 奥多比公司 | 字体子集的动态流式传输 |
CN102265581A (zh) * | 2008-12-22 | 2011-11-30 | 高通股份有限公司 | 对等网络的分布式散列表中的安全节点标识符指派 |
CN102360306A (zh) * | 2011-10-19 | 2012-02-22 | 上海交通大学 | 高级语言代码中循环数据流图提取优化信息处理方法 |
CN106604352A (zh) * | 2016-12-30 | 2017-04-26 | 成都大学 | 数据获取方法及数据获取装置 |
CN107329834A (zh) * | 2017-07-04 | 2017-11-07 | 北京百度网讯科技有限公司 | 用于执行计算任务的方法和装置 |
CN108027767A (zh) * | 2015-09-19 | 2018-05-11 | 微软技术许可有限责任公司 | 寄存器读取/写入排序 |
CN108351783A (zh) * | 2015-10-29 | 2018-07-31 | 华为技术有限公司 | 多核数字信号处理系统中处理任务的方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7103586B2 (en) * | 2001-03-16 | 2006-09-05 | Gravic, Inc. | Collision avoidance in database replication systems |
-
2018
- 2018-08-10 CN CN201810909838.0A patent/CN110825461B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201007489A (en) * | 2008-04-29 | 2010-02-16 | Maxiscale Inc | Peer-to-peer redundant file server system and methods |
CN102265581A (zh) * | 2008-12-22 | 2011-11-30 | 高通股份有限公司 | 对等网络的分布式散列表中的安全节点标识符指派 |
CN102148852A (zh) * | 2009-11-19 | 2011-08-10 | 奥多比公司 | 字体子集的动态流式传输 |
CN102360306A (zh) * | 2011-10-19 | 2012-02-22 | 上海交通大学 | 高级语言代码中循环数据流图提取优化信息处理方法 |
CN108027767A (zh) * | 2015-09-19 | 2018-05-11 | 微软技术许可有限责任公司 | 寄存器读取/写入排序 |
CN108351783A (zh) * | 2015-10-29 | 2018-07-31 | 华为技术有限公司 | 多核数字信号处理系统中处理任务的方法和装置 |
CN106604352A (zh) * | 2016-12-30 | 2017-04-26 | 成都大学 | 数据获取方法及数据获取装置 |
CN107329834A (zh) * | 2017-07-04 | 2017-11-07 | 北京百度网讯科技有限公司 | 用于执行计算任务的方法和装置 |
Non-Patent Citations (5)
Title |
---|
TIDeFlow: A Parallel Execution Model for High Performance Computing Programs;Daniel Orozco等;《2011 International Conference on Parallel Architectures and Compilation Techniques》;第1页 * |
房楠.基于图像显著性的高速公路隧道火灾检测方法研究.《中国优秀硕士学位论文全文数据库 信息科技辑》.2016,(第1期),第I138-843页. * |
覃俊等.基于前驱后继节点的社会网络影响最大化算法.《中南民族大学学报(自然科学版)》.2016,第35卷(第4期),第95-100页. * |
铁路无线Mesh网络中节点结构研究;张淑玲;《中国高新技术企业》(第第17期期);第144-145页 * |
黄龑等.V2X网络中多对多的资源分配.《计算机工程与设计》.2022,第43卷(第9期),第2477-2484页. * |
Also Published As
Publication number | Publication date |
---|---|
CN110825461A (zh) | 2020-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109523187B (zh) | 任务调度方法、装置和设备 | |
US9262220B2 (en) | Scheduling workloads and making provision decisions of computer resources in a computing environment | |
CN109951547B (zh) | 事务请求并行处理方法、装置、设备和介质 | |
JP7012689B2 (ja) | コマンド実行方法及び装置 | |
CN111190741B (zh) | 基于深度学习节点计算的调度方法、设备及存储介质 | |
CN108287708B (zh) | 一种数据处理方法、装置、服务器及计算机可读存储介质 | |
US11188348B2 (en) | Hybrid computing device selection analysis | |
CN107451062B (zh) | 一种用户界面遍历测试方法、装置、服务器、存储介质 | |
US10282208B2 (en) | Cognitive thread management in a multi-threading application server environment | |
CN112925587B (zh) | 用于初始化应用的方法和装置 | |
CN108898229B (zh) | 用于构建机器学习建模过程的方法及系统 | |
CN113885956B (zh) | 服务部署方法及装置、电子设备和存储介质 | |
CN110825461B (zh) | 数据处理方法和装置 | |
CN114490116B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN115391204A (zh) | 自动驾驶服务的测试方法、装置、电子设备及存储介质 | |
CN113051173B (zh) | 测试流程的编排执行方法、装置、计算机设备和存储介质 | |
CN111625692B (zh) | 特征抽取方法、装置、电子设备和计算机可读介质 | |
CN109462491B (zh) | 用于测试服务器功能的系统、方法和装置 | |
CN116302271A (zh) | 一种页面展示方法、装置及电子设备 | |
US20160110170A1 (en) | Message inlining | |
CN113792869B (zh) | 基于神经网络芯片的视频处理方法、装置和电子设备 | |
US10360137B2 (en) | Adaptive testing using dynamically determined system resources of a computer system | |
CN111124523A (zh) | 用于初始化应用的方法和装置 | |
CN112817573B (zh) | 用于构建流式计算应用的方法、装置、计算机系统和介质 | |
CN114724725A (zh) | 数据处理方法及装置、电子设备、存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210929 Address after: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant after: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. Applicant after: Kunlun core (Beijing) Technology Co.,Ltd. Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |