用于稀疏矩阵乘法的计算模型的生成方法及装置

本发明公开了一种用于稀疏矩阵乘法的计算模型的生成方法及装置，获取用于训练的矩阵数据集；确定矩阵数据集中第一矩阵中全零数据块的第一位置与第二矩阵中全零数据块的第二位置；基于第一矩阵、第二矩阵、第一位置和第二位置对初始深度神经网络的网络参数进行更新；重复上述步骤，直至达到停止训练条件，得到目标深度神经网络，并将目标深度神经网络确定为用于稀疏矩阵乘法的计算模型。由此，本发明通过矩阵数据集中第一矩阵中全零数据块的第一位置与第二矩阵中全零数据块的第二位置的稀疏信息，在计算模型的训练过程中考虑了稀疏性带来的计算节省，从而减少了矩阵乘法所需的乘法次数，降低了计算复杂度。