[发明专利]针对神经网络处理器的语言源程序生成方法和装置

说明书

一种针对神经网络处理器的源程序生成方法及生成装置，其中生成方法包括：将神经网络算法映射为编程语言中的抽象概念，其中神经网络算法中的要素与抽象概念中的元素一一对应；将编程语言中的抽象概念映射成源程序。本披露的方法可以将抽象的神经网络概念直接的映射成源程序中的代码，程序员不需要再面对枯燥的指令，而是可以使用高级的抽象神经网络概念进行编程。

技术领域

本披露涉及计算机领域，进一步涉及人工智能领域。

背景技术

深度神经网络算法是最近非常流行的一种机器学习算法，被广泛的应用在了各种领域，比如图像识别，语音识别，自然语言处理等。由于深度神经网络在各种任务上都取得了良好的效果，各种各样的网络结构和算法层出不穷，给编程开发带来了挑战。而对于神经网络处理器来说，由于其独特的硬件结构，以及其上运行的神经网络算法所具有的计算密集和访存密集的特点，编程也就变得更加的复杂和困难。

在实施本披露的过程中，申请人发现上述现有技术中存在以下问题：

1、现在提出的大部分神经网路处理器是通过手写指令的方式进行编程的，这种方式非常耗时，耗损人力，同时也容易出现错误，不易调试。

2、同时，如果编写人员不够熟悉硬件的结构，则很难写出非常高效的指令代码。

3、神经网络处理器的指令之间通常会有并行执行的情况。缺乏一种直接，高效的并行开发方法，以生成高效的并行程序。

发明内容

(一)要解决的技术问题

有鉴于此，本披露的目的在于提供一种针对神经网络处理器的语言源程序生成方法和装置，以至少部分解决以上所述的技术问题。

(二)技术方案

根据本披露的一方面，提供一种针对神经网络处理器的源程序生成方法，包括：将神经网络算法映射为编程语言中的抽象概念，其中神经网络算法中的要素与抽象概念中的元素一一对应；将编程语言中的抽象概念映射成源程序。

在进一步的方案中，所述神经网络算法中的要素包括以下至少一种：神经网络中的层，网络的拓扑结构，神经网络数据。

在进一步的方案中，所述神经网络数据包括以下至少一种：神经元，突触和参数。

在进一步的方案中，所述抽象概念中的元素包括以下至少一种：块，对应神经网络中的层；执行顺序，对应网络的拓扑结构；数据结构，对应神经网络数据。

在进一步的方案中，将编程语言中的抽象概念映射成源程序包括：将块映射成由基本语句和/或宏语句构成的一段代码；将执行顺序映射成源文件中的代码段，表达了神经网络各层的计算顺序；将数据结构映射成源文件中的数据段。

在进一步的方案中，所述源文件中的数据段包括数据的组织方式和/或摆放方式，包括静态可读写数据段、静态只读数据段和动态数据段。

在进一步的方案中，所述源文件格式包括：块定义，块调用以及数据段，其中，所述块定义，包含了对神经网络中层算法的定义，块的定义是由基本语句和宏语句完成，其中，所述基本语句为可被直接映射为处理器机器指令的语句，和处理器的指令集对应，所述宏语句为由基本语句构成的可以执行特定任务的代码段；所述块调用为已经定义了的块的使用，其映射到源文件中的代码段；所述数据段，包含了对各类数据结构变量的声明以及定义。

在进一步的方案中，所述基本语句包括：计算语句，访存语句和控制语句，其中，所述计算语句和处理器指令集中的计算指令对应；所述访存语句和处理器中的访存指令对应；控制语句和处理器中的控制指令对应。

在进一步的方案中，所述宏语句包括计算宏语句和访存宏语句，其中所述计算宏语句由计算基本语句和控制语句组成；所述访存宏语句由访存语句和控制语句组成。