[发明专利]神经网络模型的SDK输出方法、装置、电子设备及存储介质有效
申请号: | 201910266891.8 | 申请日: | 2019-04-03 |
公开(公告)号: | CN110109697B | 公开(公告)日: | 2023-08-18 |
发明(设计)人: | 杨一;宋扬;唐文斌 | 申请(专利权)人: | 北京旷视科技有限公司 |
主分类号: | G06F8/71 | 分类号: | G06F8/71 |
代理公司: | 北京润泽恒知识产权代理有限公司 11319 | 代理人: | 莎日娜 |
地址: | 100190 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 神经网络 模型 sdk 输出 方法 装置 电子设备 存储 介质 | ||
本发明提供了一种神经网络模型的SDK输出方法、装置、电子设备及存储介质,该方法包括:获取待生成SDK的神经网络模型的模型描述信息,以及待生成SDK对应的硬件平台类型和编程语言类型;根据硬件平台类型和编程语言类型,从预先生成的SDK输出模板中匹配与硬件平台类型和编程语言类型对应的SDK输出模板;将模型描述信息输入到匹配到的SDK输出模板中,以替换SDK输出模板中神经网络模型相关结构部分,得到神经网络模型在所述硬件平台类型和编程语言类型下的SDK。本发明根据预先生成的SDK输出模板可以自动生成对应硬件平台类型和编程语言类型下的SDK,提高了神经网络模型的SDK的输出效率。
技术领域
本发明涉及人工智能领域,特别是涉及一种神经网络模型的SDK输出方法、装置、电子设备及存储介质。
背景技术
在以深度神经网络算法为典型的AI(Artificial Intelligence,人工智能)类应用中,需要针对不同的硬件平台提供适配性好的SDK(Software Development Kit,软件开发工具包),并针对硬件平台本身的指令集特点进行优化,相应地,不同硬件平台支持的编程语言也不尽相同。
现有技术中,在生成神经网络模型的SDK时,需要针对不同的硬件平台以及不同语言环境,完全独立地重新写所有的神经网络模型算法封装逻辑,这个过程耗时耗力,且收益比较低。
发明内容
鉴于上述问题,提出了本发明实施例以便提供克服上述问题或者至少部分地解决上述问题的一种神经网络模型的SDK输出方法、装置、电子设备及存储介质。
依据本发明实施例的第一方面,提供了一种神经网络模型的SDK输出方法,包括:
获取待生成软件开放工具包SDK的神经网络模型的模型描述信息,以及所述待生成SDK对应的硬件平台类型和编程语言类型;
根据所述硬件平台类型和编程语言类型,从预先生成的SDK输出模板中匹配与所述硬件平台类型和编程语言类型对应的SDK输出模板;
将所述模型描述信息输入到匹配到的SDK输出模板中,以替换所述SDK输出模板中神经网络模型相关结构部分,得到所述神经网络模型在所述硬件平台类型和编程语言类型下的SDK。
可选的,在所述根据所述硬件平台型号和编程语言类型,从预先生成的SDK输出模板中匹配与所述硬件平台类型和编程语言类型对应的SDK输出模板之前,还包括:
获取所述神经网络模型的模型类型;
所述根据所述硬件平台型号和编程语言类型,从预先生成的SDK输出模板中匹配与所述硬件平台类型和编程语言类型对应的SDK输出模板,包括:
根据所述模型类型、所述硬件平台类型和编程语言类型,从预先生成的SDK输出模板中匹配与所述模型类型、所述硬件平台类型和编程语言类型对应的SDK输出模板。
可选的,根据所述硬件平台类型和编程语言类型,从预先生成的SDK输出模板中匹配与所述硬件平台类型和编程语言类型对应的SDK输出模板,包括:
根据所述硬件平台类型和编程语言类型,与预先生成的SDK输出模板对应的模板元描述信息进行匹配;
当所述硬件平台类型和编程语言类型与所述模板元描述信息匹配时,确定该模板元描述信息对应的SDK输出模板为与所述硬件平台类型和编程语言类型对应的SDK输出模板。
可选的,将所述模型描述信息输入到匹配到的SDK输出模板中,以替换所述SDK输出模板中神经网络模型相关结构部分,得到所述神经网络模型在所述硬件平台类型和编程语言类型下的SDK,包括:
将所述模型描述信息输入到匹配到的SDK输出模板中,以替换所述SDK输出模板中神经网络模型相关结构部分;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京旷视科技有限公司,未经北京旷视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910266891.8/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种数据收集的方法
- 下一篇:按键板配置方法、装置、计算机设备及可读存储介质