[发明专利]深度学习框架中模式转换的方法、装置和计算机存储介质

说明书

根据本公开的示例实施例，提供了深度学习框架中的模式转换的方法、装置、计算机存储介质和计算机程序产品，可用于深度学习框架构建。一种深度学习框架中的模式转换方法，包括：基于第一模式中的第一语法元素和第一模式中的第一语法元素之间的上下文关系，更新第一模式，得到经更新的第一模式；基于经更新的第一模式中的经更新的第一语法元素与第二模式系统中的第二语法元素之间的映射关系，生成与经更新的第一语法元素相对应的第二语法元素；以及根据经更新的第一语法元素的上下文关系组合第二语法元素，以生成第二模式。根据本公开的方案，能够高效率地执行模式间的转换。

技术领域

本公开的实施例涉及机器学期领域，并且更具体地，涉及模式转换的方法、装置、计算机存储介质和计算机程序产品。

背景技术

当前的深度学习框架都尽力同时解决易用性和性能部署问题。现在主流深度学习框架往往都具有命令式编程(也被称为动态图)和声明式编程(也称为静态图)两种模式。命令式编程是指写的模式执行计算语句后立即解释执行，并即时地拥有这个计算结果。这种机制更符合用户编程习惯，并且更易进行模式调试，易于用户编写但是机器执行计算资源消耗较大。声明式编程则指程序在编译执行时先搭建起计算的图结构，然后再利用执行单元执行图结构操作。这种机制不易于用户编写，但机器执行计算资源消耗较小，适于工业模型部署。

发明内容

因此，需要一种模式转换方案，使得命令式编程(也被称为动态图)和声明式编程(也称为静态图)之间的能够进行模式转换。

根据本公开的实施例，提供了一种模式转换的方案。

在本公开的第一方面中，提供了一种模式转换的方法，包括：基于第一模式中的第一语法元素和第一模式中的第一语法元素之间的上下文关系，更新第一模式，得到经更新的第一模式；基于经更新的第一模式中的经更新的第一语法元素与第二模式系统中的第二语法元素之间的映射关系，生成与经更新的第一语法元素相对应的第二语法元素；以及根据经更新的第一语法元素的上下文关系组合第二语法元素，以生成第二模式。

在本公开的第二方面中，提供了一种模式转换的装置，包括：第一更新模块，被配置为基于第一模式中的第一语法元素和第一模式中的第一语法元素之间的上下文关系，更新第一模式，得到经更新的第一模式；语法元素转换模块，基于经更新的第一模式中的经更新的第一语法元素与第二模式系统中的第二语法元素之间的映射关系，生成与经更新的第一语法元素相对应的第二语法元素；以及模式生成模块，被配置为根据经更新的第一语法元素的上下文关系组合第二语法元素，以生成第二模式。

在本公开的第三方面中，提供了一种电子设备，包括一个或多个处理器；以及存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现根据本公开的第一方面的方法。

在本公开的第四方面中，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第一方面的方法。

在本公开的第五方面中，提供了一种计算机程序产品，包括计算机程序指令，其特征在于，该计算机程序指令被处理器实现根据本公开的第一方面的方法。

应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素，其中：

图1示出了本公开的多个实施例能够在其中实现的示例环境的示意图；

图2示出了根据本公开的一些实施例的模式转换的过程的流程图；

图3示出了根据本公开的一些实施例的更新模式的过程的流程图；