深度神经网络归一化处理方法、装置、计算机设备及介质

本申请涉及深度学习技术领域，揭示了一种深度神经网络归一化处理方法、装置、计算机设备及存储介质，方法包括：获取原始数据，而后基于原始数据进行数学计算，得到均值的平方以及方差；将方差输入至平方根求倒模块，得到标准差的倒数；将均值的平方输入至平方根求倒模块，得到均方根的倒数，平方根求倒模块根据20位宽的整型数据、20位的浮点数1.5，对输入数据进行平方根求倒；基于标准差的倒数进行标准化，或，基于均方根的倒数进行归一化。本发明能够优化平方根倒数计算方法，更加灵活且高效，不仅减少了对存储空间的需求，也避免了查找表和算法收敛速度慢的问题。此外，加速优化两种归一化方法的计算效率，降低硬件资源消耗，提升整体计算性能。