技术特征：
技术总结
提出了一种深度神经网络数据处理方法和装置。所述方法（600）包括：将输入数据分解为多通道的输入数据（S610）；将神经网络参数拆分为与多通道的输入数据分别相对应的多通道的神经网络参数（S620）；将多通道的输入数据与各自对应的多通道的神经网络参数分别进行计算，以分别得到多通道的输出数据（S630）；将多通道的输出数据进行融合，生成最终的输出数据（S640）。本发明所述的深度神经网络处理方法和装置利用已经训练好的模型中包含的信息，对原有模型的RNN层进行拆分，从而提高模型的并行度，从而达到将计算过程分布化并且充分利用多个计算资源同时进行神经网络计算的效果。
技术研发人员：孟通;李鑫
受保护的技术使用者：北京深鉴智能科技有限公司
技术研发日：2018.01.26
技术公布日：2019.08.02