[发明专利]用于深度学习的可视化编程

权利要求书

1.一种计算机实现的方法，包括：

呈现人工神经网络的可视化表示，所述可视化表示包括表示所述人工神经网络的层的图形元件；

响应于接收到针对所述图形元件的拖放操作，修改所述人工神经网络的中间表示，所述中间表示独立于深度学习框架，所述拖放操作修改所述图形元件之间的连接关系；以及

基于所述人工神经网络的中间表示，修改所述人工神经网络的针对目标深度学习框架的代码。

2.根据权利要求1所述的方法，还包括：

响应于针对所述代码的编辑操作，修改所述人工神经网络的中间表示；以及

基于修改的所述中间表示，调整所述人工神经网络的可视化表示。

3.根据权利要求1所述的方法，还包括：

响应于接收到针对所述图形元件的拖放操作，验证与所述人工神经网络的层相关联的数据的维度。

4.根据权利要求1所述的方法，还包括：

响应于接收到与关键字相关联的搜索操作，呈现表示与所述关键字相对应的至少一个候选层的图形元件；以及

响应于接收到针对所述至少一个候选层的图形元件的选择，将选择的图形元件添加到所述可视化表示。

5.根据权利要求1所述的方法，还包括：

呈现用于定制所述人工神经网络的度量的代码存根；以及

响应于对所述代码存根的编辑操作，定制所述人工神经网络的度量。

6.根据权利要求1所述的方法，还包括：

响应于以下至少一项操作，修改所述人工神经网络的中间表示：

向所述可视化表示中添加新的表示人工神经网络的层的图形元件；

从所述可视化表示中删除表示人工神经网络的层的图形元件；以及

修改表示人工神经网络的层的图形元件的参数。

7.根据权利要求1所述的方法，还包括：

响应于接收到将所述目标深度学习框架修改为另一目标深度学习框架的指示，基于所述人工神经网络的中间表示，确定所述人工神经网络的针对另一目标深度学习框架的代码。

8.一种设备，包括：

处理单元；以及

存储器，耦合至所述处理单元并且包含存储于其上的指令，所述指令在由所述处理单元执行时使所述设备执行以下动作：

呈现人工神经网络的可视化表示，所述可视化表示包括表示所述人工神经网络的层的图形元件；

响应于接收到针对所述图形元件的拖放操作，修改所述人工神经网络的中间表示，所述中间表示独立于深度学习框架，所述拖放操作修改所述图形元件之间的连接关系；以及

基于所述人工神经网络的中间表示，修改所述人工神经网络的针对目标深度学习框架的代码。

9.根据权利要求8所述的设备，其中所述动作还包括：

响应于针对所述代码的编辑操作，修改所述人工神经网络的中间表示；以及

基于修改的所述中间表示，调整所述人工神经网络的可视化表示。

10.根据权利要求8所述的设备，其中所述动作还包括：

响应于接收到针对所述图形元件的拖放操作，验证与所述人工神经网络的层相关联的数据的维度。

11.根据权利要求8所述的设备，其中所述动作还包括：

响应于接收到与关键字相关联的搜索操作，呈现表示与所述关键字相对应的至少一个候选层的图形元件；以及

响应于接收到针对所述至少一个候选层的图形元件的选择，将所选择的图形元件添加到所述可视化表示。

12.根据权利要求8所述的设备，其中所述动作还包括：

呈现用于定制所述人工神经网络的度量的代码存根；以及

响应于对所述代码存根的编辑操作，定制所述人工神经网络的度量。