[发明专利]执行方法、装置、电子设备及存储介质

说明书

本公开实施例公开了一种执行方法、装置、电子设备及存储介质，所述方法包括：在遍历执行机器学习模型时，将当前被遍历的计算单元与预设映射信息进行匹配；其中，所述预设映射信息中包括所述机器学习模型中预设计算单元与第一执行信息之间的映射关系；在匹配成功后，根据所述预设映射信息获取与当前被遍历的所述计算单元具有映射关系的第一执行信息；根据所述第一执行信息执行当前被遍历的所述计算单元。该技术方案，能够使得机器学习模型有更新之后，无需增发新的应用版本，从而大大降低了成本。

技术领域

本公开涉及计算机技术领域，具体涉及一种执行方法、装置、电子设备及存储介质。

背景技术

随着技术的发展，人工智能的应用越来越广泛。机器学习作为人工智能的一种实现，越来越多的被应用到各个技术领域。在机器学习应用中，通常会利用训练样本训练一个机器学习模型，然后将该训练好的机器学习模型部署到硬件平台，通过在该硬件平台上执行该机器学习模型来实现相应的功能。机器学习模型可以包括多个计算单元，输入至机器学习模型的数据被输入至这些计算单元进行处理之后，得到机器学习模型的输出结果。在应用过程中，一旦封装机器学习模型的应用程序被发布之后，如果需要扩充计算单元或者已有的计算单元需要修改时，则需要重新增发更新后的应用版本，但是增发应用版本的成本较高，如何在不增加成本的前提下更新机器学习模型是当前亟需解决的问题之一。

发明内容

本公开实施例提供一种执行方法、装置、电子设备及计算机可读存储介质。

第一方面，本公开实施例中提供了一种执行方法，包括：

在遍历执行机器学习模型的过程中，当前被遍历的计算单元为动态计算单元时，确定所述动态计算单元对应的预设更新位置；

从所述预设更新位置获取所述动态计算单元的第一执行信息；

根据所述第一执行信息执行当前被遍历的所述计算单元。

进一步地，还包括：

在当前被遍历的计算单元为非动态计算单元时，从所述机器学习模型中获取当前被遍历的所述计算单元的第二执行信息；

根据所述第二执行信息执行当前被遍历的所述计算单元。

进一步地，确定所述动态计算单元对应的预设更新位置，包括：

将所述动态计算单元与预设映射信息进行匹配；

根据匹配结果获取所述动态计算单元对应的所述预设更新位置。

进一步地，所述第一执行信息包括shader程序和所述shader程序的运行参数；根据所述第一执行信息执行当前被遍历的所述计算单元，包括：

利用所述运行参数对所述shader程序进行配置，并在GPU上加载执行所述shader程序。

进一步地，所述第一执行信息包括动态库；根据所述第一执行信息执行当前被遍历的所述计算单元，包括：

在CPU的即时编辑环境下加载执行所述动态库。

进一步地，所述第一执行信息包括脚本程序；根据所述第一执行信息执行当前被遍历的所述计算单元，包括：

在CPU的虚拟机环境下加载执行所述脚本程序。

进一步地，还包括：

获取所述机器学习模型的更新数据；其中，所述更新数据包括所述预设映射信息和所述第一执行信息；

存储所述更新数据。

第二方面，本公开实施例中提供了一种执行方法，包括：