【技術實現步驟摘要】
本申請實施例涉及計算機領域，具體而言，涉及一種固態存儲設備的數據存儲方法及裝置、存儲介質。
技術介紹
1、隨著3d閃存制造技術的不斷發展，固態存儲設備在密度和每比特成本指標上優勢顯著，已廣泛應用于企業級及消費級產品中。但隨著存儲密度的增加、閃存單元尺寸的減小，存儲單元極易受到擦寫、讀、數據保留等干擾，這增加了存儲的數據出現錯誤的頻率，導致固態存儲設備的耐久性及可靠性變差。
2、為了提高固態存儲設備的耐久性及可靠性，相關技術中預測錯誤數是否超出了糾錯碼（error?correcting?code，簡稱為ecc）算法的能力范圍，如果超出ecc算法的能力范圍，則將該閃存塊上的數據遷移到空閑閃存塊中，以提升固態盤的可靠性。
3、但上述方法大多以閃存塊為顆粒度，未考慮閃存塊內不同層間的差異，由于3d閃存不同層間的特征有較大差異，這些差異會帶來同一閃存塊中編程或擦除速度、單元間干擾、數據保存等差異，致使不同層上的原始錯誤比特率（raw?bit?error?rate，簡稱為rber）及耐久性不同，進而影響固態存儲設備的耐久性及數據可靠性。
技術實現思路
1、本申請實施例提供了一種固態存儲設備的數據存儲方法及裝置、存儲介質，以至少解決相關技術中固態存儲設備的耐久性和數據可靠性的問題。
2、根據本申請的一個實施例，提供了一種固態存儲設備的數據存儲方法，包括：獲取目標任務以及所述目標任務的目標任務類型；在所述目標任務類型是第一任務類型的情況下，使用預訓練的第一目標分
3、在一個示例性實施例中，在所述目標任務類型是第一任務類型的情況下，使用預訓練的第一目標分類網絡對所述目標任務執行第一分類操作，得到第一分類標簽之前，所述方法還包括：使用所述樣本寫入數據集對所述第一初始分類網絡進行迭代訓練，直到對所述第一初始分類網絡進行訓練的次數達到第一目標次數時，或者，所述第一初始分類網絡的目標損失值滿足預設的第一訓練結束條件時，結束訓練得到所述第一目標分類網絡，其中，所述第一初始分類網絡的第一目標損失值表示所述第一初始分類網絡輸出的第一預測標簽值與所述樣本寫入數據集對應的真實標簽之間的差異程度，所述第一初始分類網絡中包括第一預處理子網絡、第一卷積子網絡、第一循環子網絡以及和第一分類子網絡；記錄訓練得到所述第一目標分類網絡的第一時間。
4、在一個示例性實施例中，使用所述樣本寫入數據集對第一初始分類網絡進行迭代訓練，包括：通過以下步驟對所述第一初始分類網絡進行第k次訓練，其中，k是正整數：在所述樣本寫入數據集中獲取對所述第一初始分類網絡進行第k次訓練使用的樣本寫入數據；將所述樣本寫入數據輸入到所述第一預處理子網絡中，得到樣本寫入特征集；將所述樣本寫入特征集和所述樣本寫入數據輸入到所述第一卷積子網絡中，得到第一目標樣本寫入特征集；將所述第一目標樣本寫入特征集輸入到所述第一循環子網絡中，得到第二目標樣本寫入特征集；將所述第二目標樣本集寫入特征輸入到所述第一分類子網絡中，得到第一預測分類標簽，其中，所述第一預測分類標簽用于表示所述第k次訓練使用的樣本寫入數據中包括的待寫入數據的寫入類別；定所述第k次訓練得到的所述第一目標損失值；在所述k小于所述第一目標次數時，或者，所述第一目標損失值不滿足所述第一訓練結束條件的情況下，調整所述第k-1次訓練的所述第一初始分類網絡中的參數的取值，得到所述第k次訓練的所述第一初始分類網絡。
5、在一個示例性實施例中，將所述樣本寫入數據輸入到所述第一預處理子網絡中，得到樣本寫入特征，包括：分離所述樣本寫入數據中的每一個數據特征，生成所述樣本寫入特征集，其中，所述樣本寫入特征集，所述樣本寫入特征集中的包括的樣本寫入特征=，所述lba用于表示所述樣本寫入數據要寫入的邏輯地址，所述用于表示所述樣本寫入數據的數據量，所述用于表示所述樣本寫入數據的寫入模式，所述n為大于或等于1的自然數。
6、在一個示例性實施例中，所述第一目標樣本寫入特征集y，其中，，所述用于表示所述第一卷積子網絡中的激活函數，所述用于表示所述第一卷積子網絡的卷積核，所述卷積核的大小為k，所述d用于表示所述第一卷積子網絡的膨脹因子，所述膨脹因子的取值為，所述n是大于等于0的整數，所述用于表示點乘。
7、在一個示例性實施例中，所述第二目標樣本寫入特征集，其中，所述，所述，所述，所述用于表示所述第一循環子網絡的更新門的輸出，所述用于表示所述第一循環子網絡的重置門的輸出，所述用于表示所述第一循環子網絡的候選隱藏狀態，所述用于表示哈達瑪乘積，所述用于表示所述第一循環子網絡在上一時刻的隱藏狀態，所述用于表示所述第一循環子網絡的更新門的權重，所述用于表示所述第一循環子網絡的重置門的權重，所述用于表示所述第一循環子網絡中當前記憶單元的權重。
8、在一個示例性實施例中，在所述目標任務類型是第一任務類型的情況下，使用預訓練的第一目標分類網絡對所述目標任務執行第一分類操作，得到第一分類標簽之后，所述方法還包括：確定第一時間，其中，所述，所述用于表示訓練得到所述第一目標分類網絡的時間，所述用于表示所述第一目標分類網絡輸出所述第一分類標簽的時間；在所述大于第一預設時間的情況下，利用所述和所述時間段內的多個所述目標任務對所述第一目標分類網絡重新進行訓練，以更新所述第一目標分類網絡中的網絡參數。
9、在一個示例性實施例中，使用預訓練的第二目標分類網絡對目標數據塊中的存儲層執行第二分類操作，得到所述目標數據塊中的多個所述存儲層的類別之前，所述方法還包括：使用所述樣本存儲數據集對所述第二初始分類網絡進行迭代訓練，直到對所述第二初始分類網絡進行訓練的次數達到第二目標次數時，或者，所述第二初始分類網絡的目標損失值滿足預設的第二訓練結束條件時，結束訓練得到所述第二目標分類網絡，其中，所述第二初始分類網絡的第二目標損失值表示所述第二初始分類網絡輸出的多個存儲層的類別與所述樣本存儲數據集中的多個存儲層對應的真實類別之間的差異程度，所述第二初始分類網絡包括第二預處理子網絡、第二卷積子網絡、第二分類子網絡和第三分類子網絡；記錄訓練得到所述第二目標分類網絡的第二時間。
10、本文檔來自技高網...
【技術保護點】
1.一種固態存儲設備的數據存儲方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，在所述目標任務類型是第一任務類型的情況下，使用預訓練的第一目標分類網絡對所述目標任務執行第一分類操作，得到第一分類標簽之前，所述方法還包括：
3.根據權利要求2所述的方法，其特征在于，使用所述樣本寫入數據集對第一初始分類網絡進行迭代訓練，包括：
4.根據權利要求3所述的方法，其特征在于，將所述樣本寫入數據輸入到所述第一預處理子網絡中，得到樣本寫入特征，包括：
5.根據權利要求4所述的方法，其特征在于，所述第一目標樣本寫入特征集y，其中，，所述用于表示所述第一卷積子網絡中的激活函數，所述用于表示所述第一卷積子網絡的卷積核，所述卷積核的大小為k，所述d用于表示所述第一卷積子網絡的膨脹因子，所述膨脹因子的取值為，所述N是大于等于0的整數，所述用于表示點乘。
6.根據權利要求4所述的方法，其特征在于，所述第二目標樣本寫入特征集，其中，所述，所述，所述，所述用于表示所述第一循環子網絡的更新門的輸出，所述用于表示所述第一循環子網
7.根據權利要求1所述的方法，其特征在于，在所述目標任務類型是第一任務類型的情況下，使用預訓練的第一目標分類網絡對所述目標任務執行第一分類操作，得到第一分類標簽之后，所述方法還包括：
8.根據權利要求1所述的方法，其特征在于，使用預訓練的第二目標分類網絡對目標數據塊中的存儲層執行第二分類操作，得到所述目標數據塊中的多個所述存儲層的類別之前，所述方法還包括：
9.根據權利要求8所述的方法，其特征在于，使用所述樣本存儲數據集對所述第二初始分類網絡進行迭代訓練，包括：
10.根據權利要求9所述的方法，其特征在于，將所述樣本存儲數據輸入到所述第二預處理子網絡中，得到樣本存儲特征集，包括：
11.根據權利要求9所述的方法，其特征在于，將所述樣本存儲特征集輸入到所述第二卷積子網絡中，得到第一目標樣本存儲特征集，包括：
12.根據權利要求10所述的方法，其特征在于，所述第二目標樣本存儲特征集為，其中，所述n用于表示所述第二分類子網絡中的第n個神經元，所述?用于表示與所述第一初始分類網絡中包括的第一分類子網絡輸入同尺寸的卷積核，所述用于表示所述第n個神經元的輸出，所述n用于表示所述第二分類子網絡中的神經元的數量。
13.根據權利要求1所述的方法，其特征在于，使用預訓練的第二目標分類網絡對目標數據塊中的存儲層執行第二分類操作，得到所述目標數據塊中的多個所述存儲層的類別之后，所述方法還包括：
14.根據權利要求1所述的方法，其特征在于，基于多個所述存儲層的多個類別確定與所述第一分類標簽匹配的目標存儲層，并將所述待寫入數據存儲至所述目標存儲層中，包括：
15.根據權利要求14所述的方法，其特征在于，將所述待寫入數據寫入至所述目標存儲層中，包括：
16.根據權利要求1所述的方法，其特征在于，獲取目標任務以及所述目標任務的目標任務類型之后，所述方法還包括：
17.一種固態存儲設備的數據存儲裝置，其特征在于，包括：
18.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中存儲有計算機程序，其中，所述計算機程序被處理器執行時實現所述權利要求1至16任一項中所述的方法的步驟。
19.一種電子設備，包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現所述權利要求1至16任一項中所述的方法的步驟。
20.一種計算機程序產品，包括計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至16任一項中所述的方法的步驟。
...【技術特征摘要】
1.一種固態存儲設備的數據存儲方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，在所述目標任務類型是第一任務類型的情況下，使用預訓練的第一目標分類網絡對所述目標任務執行第一分類操作，得到第一分類標簽之前，所述方法還包括：
3.根據權利要求2所述的方法，其特征在于，使用所述樣本寫入數據集對第一初始分類網絡進行迭代訓練，包括：
4.根據權利要求3所述的方法，其特征在于，將所述樣本寫入數據輸入到所述第一預處理子網絡中，得到樣本寫入特征，包括：
5.根據權利要求4所述的方法，其特征在于，所述第一目標樣本寫入特征集y，其中，，所述用于表示所述第一卷積子網絡中的激活函數，所述用于表示所述第一卷積子網絡的卷積核，所述卷積核的大小為k，所述d用于表示所述第一卷積子網絡的膨脹因子，所述膨脹因子的取值為，所述n是大于等于0的整數，所述用于表示點乘。
6.根據權利要求4所述的方法，其特征在于，所述第二目標樣本寫入特征集，其中，所述，所述，所述，所述用于表示所述第一循環子網絡的更新門的輸出，所述用于表示所述第一循環子網絡的重置門的輸出，所述用于表示所述第一循環子網絡的候選隱藏狀態，所述用于表示哈達瑪乘積，所述用于表示所述第一循環子網絡在上一時刻的隱藏狀態，所述用于表示所述第一循環子網絡的更新門的權重，所述用于表示所述第一循環子網絡的重置門的權重，所述用于表示所述第一循環子網絡中當前記憶單元的權重。
7.根據權利要求1所述的方法，其特征在于，在所述目標任務類型是第一任務類型的情況下，使用預訓練的第一目標分類網絡對所述目標任務執行第一分類操作，得到第一分類標簽之后，所述方法還包括：
8.根據權利要求1所述的方法，其特征在于，使用預訓練的第二目標分類網絡對目標數據塊中的存儲層執行第二分類操作，得到所述目標數據塊中的多個所述存儲層的類別之前，所述方法還包括：
9.根據權利要求8所述的方法，其特征在于，使用所述樣本存儲數據集對所述第二初始分類網絡進行迭代訓練，...
【專利技術屬性】
技術研發人員：王陳園，范軍朋，高美洲，付鳳之，趙梓伸，王曉琦，
申請(專利權)人：山東云海國創云計算裝備產業創新中心有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。