[发明专利]通用机器学习模型文件的生成方法、装置、存储介质

说明书

本申请涉及一种通用机器学习模型文件生成方法、装置、计算机设备和存储介质，所述方法包括：获取通用机器学习模型；计算所述通用机器学习模型的存储偏移量；根据所述通用机器学习模型以及所述通用机器学习模型存储偏移量，生成模型目录；根据所述通用机器学习模型以及所述模型目录，生成通用机器学习模型文件。采用本方法能够根据运算需要直接在通用机器学习模型文件中读取对应的通用模型，避免重复编译，从而大大提高机器学习算法实现的效率，缩短了从编译到得到执行结果的时间。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种通用机器学习模型文件的生成方法、装置、计算机设备和存储介质。

背景技术

随着人工智能技术的发展，出现了各种机器学习算法。传统的机器学习算法在开发平台中运行时，每次执行都要先经过编译过程。但是由于机器学习过程中，算法重复编译次数多，而编译过程耗时长，导致算法执行效率低。

发明内容

基于此，有必要针对机器学习过程中，算法重复编译次数多，而编译过程耗时长，导致算法执行效率低的问题，提供一种通用机器学习模型文件生成方法、装置、计算机设备和存储介质。

一种通用机器学习模型文件的生成方法，所述通用机器学习模型文件包括通用机器学习模型和模型目录，所述生成方法包括：

获取所述通用机器学习模型；

计算所述通用机器学习模型的存储偏移量；

根据所述通用机器学习模型以及所述通用机器学习模型存储偏移量，生成所述模型目录；

根据所述通用机器学习模型以及所述模型目录，生成所述通用机器学习模型文件。

在其中一个实施例中，所述根据所述通用机器学习模型以及所述模型目录，生成所述通用机器学习模型文件，包括：

获取所述通用机器学习模型文件的文件头和文件尾；

根据所述文件头、所述模型目录、所述通用机器学习模型以及所述文件尾，生成所述通用机器学习模型文件。

在其中一个实施例中，所述计算所述通用机器学习模型的存储偏移量的步骤包括：

获取每个所述通用机器学习模型占用的存储空间大小和所述通用机器学习模型的数量；

获取所述通用机器学习模型的存放顺序；

根据每个所述通用机器学习模型占用的存储空间大小、所述通用机器学习模型的数量、所述通用机器学习模型的存放顺序，计算每个所述通用机器学习模型的存储偏移量。

在其中一个实施例中，所述根据所述通用机器学习模型以及所述模型目录，生成通用机器学习模型文件，包括：

所述根据所述通用机器学习模型以及所述模型目录，生成通用机器学习模型文件，包括：

创建所述通用机器学习模型文件的标识码；

根据所述标识码、所述通用机器学习模型、所述模型目录，生成所述通用机器学习模型文件。

在其中一个实施例中，所述根据所述通用机器学习模型以及所述模型目录，生成通用机器学习模型文件，还包括：

所述根据所述通用机器学习模型以及所述模型目录，生成所述通用机器学习模型文件，包括：

创建所述通用机器学习模型文件的校验码和/或纠错码；

根据所述通用机器学习模型文件的校验码和/或纠错码、所述通用机器学习模型以及所述模型目录，生成所述通用机器学习模型文件。

在其中一个实施例中，所述根据所述通用机器学习模型以及所述模型目录，生成通用机器学习模型文件，还包括：