1.一种神经网络模型的优化方法，其特征在于，所述神经网络模型包括多个算子，所述方法包括：

从多种候选数据格式中每种候选数据格式对应的至少一种候选算法中，选取所述每种候选数据格式对应的目标算法；

根据多个算子中每个算子支持的至少一种数据格式对应的目标算法，确定所述每个算子对应的搜索路径；其中，所述多种候选数据格式包括所述至少一种数据格式；

基于所述多个算子中每个算子对应的搜索路径进行搜索，得到优化后的所述神经网络模型。

2.根据权利要求1所述的优化方法，其特征在于，所述从多种候选数据格式中每种候选数据格式对应的至少一种候选算法中，选取所述每种候选数据格式对应的目标算法，包括：确定每种候选数据格式对应的至少一种候选算法在基于所述每种候选数据格式的数据执行计算任务时的第一耗时；

根据所述每种候选数据格式对应的至少一种候选算法中每种候选算法的第一耗时，从所述每种候选数据格式对应的至少一种候选算法，选取与所述每种候选数据格式对应的目标算法。

3.根据权利要求1或2所述的优化方法，其特征在于，还包括：针对所述多种候选数据格式中每种候选数据格式，从所述多种候选格式中选取所述每种候选数据格式对应的目标转换数据格式；

所述根据多个算子中每个算子支持的至少一种数据格式对应的目标算法，确定所述每个算子对应的搜索路径，包括：

根据所述每个算子支持的至少一种数据格式中每种数据格式对应的目标算法、以及所述每种数据格式对应的目标转换数据格式，确定所述每个算子对应的搜索路径。

4.根据权利要求3所述的优化方法，其特征在于，所述从所述多种候选格式中选取所述每种候选数据格式对应的目标转换数据格式，包括：针对所述多种候选数据格式中的第一候选数据格式，确定除所述第一候选数据格式外的至少一个第二候选数据格式转换为所述第一数据格式的第二耗时；

基于所述第二耗时，从所述至少一个第二候选数据格式中选取所述第一候选数据格式对应的目标转换数据格式。

5.根据权利要求4所述的优化方法，其特征在于，所述基于所述第二耗时，从所述至少一个第二候选数据格式中选取所述第一候选数据格式对应的目标转换数据格式，包括：基于所述第一候选数据格式对应的目标算法的第一耗时和所述至少一个第二候选数据格式中每个第二候选数据格式的第二耗时，从所述至少一个第二候选数据格式中选取所述第一候选数据格式对应的目标转换数据格式。

6.根据权利要求1-5任一项所述的优化方法，其特征在于，所述基于所述多个算子中每个算子对应的搜索路径进行搜索，得到优化后的所述神经网络模型，包括：将所述神经网络模型分成多个子网络模型，其中，每个子网络模型中包括所述神经网络模型中的至少一个算子；

基于每个子网络模型包括的至少一个算子中每个算子对应的搜索路径进行搜索，得到所述每个子网络模型；

基于所述多个子网络模型中的每个子网络模型，得到优化后的所述神经网络模型。

7.根据权利要求6所述的优化方法，其特征在于，所述将所述神经网络模型分成多个子网络模型，包括：

基于网络深度阈值条件和数据格式条件中的至少一种，将所述神经网络模型分成多个子网络模型。

8.根据权利要求7所述的优化方法，其特征在于，所述网络深度阈值条件包括：当前子网络模型的网络深度达到预设深度阈值；和/或所述数据格式条件包括：当前算子的下一算子支持的数据格式的数量为1。

9.根据权利要求1-8任一项所述的优化方法，其特征在于，所述基于所述多个算子中每个算子对应的搜索路径进行搜索，得到优化后的所述神经网络模型，包括：针对多个算子中每个算子对应的搜索路径，基于与所述搜索路径对应的目标算法，确定与所述搜索路径对应的第三耗时；

基于多个算子中每个算子对应的搜索路径的第三耗时，确定目标路径；

基于所述目标路径，得到优化后的所述神经网络模型。

10.一种数据处理方法，其特征在于，包括：获取待处理数据；

利用目标神经网络模型对所述待处理数据执行数据处理任务，得到所述待处理数据的数据处理结果；

其中所述目标神经网络模型基于权利要求1-9任一项所述的神经网络模型的优化方法得到。

11.一种神经网络模型的优化装置，其特征在于，所述神经网络模型包括多个算子，所述装置包括：

选取模块，用于从多种候选数据格式中每种候选数据格式对应的至少一种候选算法中，选取所述每种候选数据格式对应的目标算法；

确定模块，用于根据多个算子中每个算子支持的至少一种数据格式对应的目标算法，确定所述每个算子对应的搜索路径；其中，所述多种候选数据格式包括所述至少一种数据格式；

搜索模块，用于基于所述多个算子中每个算子对应的搜索路径进行搜索，得到优化后的所述神经网络模型。

12.一种数据处理装置，其特征在于，包括：获取模块，用于获取待处理数据；

处理模块，用于利用目标神经网络模型对所述待处理数据执行数据处理任务，得到所述待处理数据的数据处理结果；

其中所述目标神经网络模型基于权利要求1-9任一项所述的神经网络模型的优化方法得到。

13.一种电子设备，其特征在于，包括：处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，所述处理器用于执行所述存储器中存储的机器可读指令，所述机器可读指令被所述处理器执行时，所述处理器执行如权利要求1至9任一项所述的神经网络模型的优化方法的步骤，或执行如权利要求10所述的图像处理方法的步骤。

14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被电子设备运行时，所述电子设备执行如权利要求1至9任一项所述的神经网络模型的优化方法的步骤，或执行如权利要求10所述的图像处理方法的步骤。