[发明专利]构建深度学习的网络模型的方法、装置、设备和存储介质

说明书

本申请公开了构建深度学习的网络模型的方法、装置、设备和存储介质，涉及人工智能，尤其是深度学习领域。构建深度学习的网络模型的方法，包括：基于模式参数，确定用于执行代码的执行模式；如果确定所述执行模式为第一执行模式，通过所述代码中的语法元素，使用能够在所述第一执行模式中使用的第一组件以执行所述代码；以及如果确定所述执行模式为第二执行模式，通过所述语法元素，使用能够在所述第二执行模式中使用的第二组件以执行所述代码；其中所述第一组件和所述第二组件具有相同的组件接口，所述语法元素对应于所述组件接口。以此方式，相同的代码可以在两种执行模式中使用。

技术领域

本公开涉及数据处理领域，特别地，涉及人工智能和深度学习领域，并且更具体地，涉及构建深度学习的网络模型方法、装置、设备和存储介质。

背景技术

随着计算机技术的发展，目前已经存在可供用户使用的深度学习平台，以简化用户的开发过程。深度学习平台通常采用诸如静态图(也可以被称为声明式编程)的模式来进行最终网络模型的部署，以用于实际应用中的预测。对于计算设备而言，静态图执行起来速度快，有利于部署。然而，目前用户更习惯采用诸如动态图(也可以被称为命令式编程)的模式来进行网络模型开发，以便于训练以及调试。因此，存在代码在不同模式下皆可运行的需要。

发明内容

本公开提供了一种用于构建深度学习的网络模型的方法、装置、设备以及存储介质。

根据本公开的第一方面，提供了一种构建深度学习的网络模型的方法，包括：基于模式参数，确定用于执行代码的执行模式；如果确定执行模式为第一执行模式，通过代码中的语法元素，使用能够在第一执行模式中使用的第一组件以执行代码；以及如果确定执行模式为第二执行模式，通过语法元素，使用能够在第二执行模式中使用的第二组件以执行代码；其中第一组件和第二组件具有相同的组件接口，语法元素对应于组件接口。

根据本公开的第二方面，提供了一种用于构建深度学习的网络模型的装置，包括：执行模式确定模块，被配置为基于模式参数，确定用于执行代码的执行模式；第一执行模块，被配置为如果确定执行模式为第一执行模式，通过代码中的语法元素，使用能够在第一执行模式中使用的第一组件以执行代码；以及第二执行模块，被配置为如果确定执行模式为第二执行模式，通过语法元素，使用能够在第二执行模式中使用的第二组件以执行代码；其中第一组件和第二组件具有相同的组件接口，语法元素对应于组件接口。

根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，该存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器能够执行根据本公开的第一方面所述的方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行根据本公开的第一方面所述的方法。

根据本公开的第五方面，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。

根据本申请的技术能够支持相同的代码在不同的执行模式下执行，以促进深度学习的网络模型的训练和部署。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

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构建深度学习的网络模型的方法的流程图；

图3示出了根据本公开的一些实施例的计算设备执行控制流组件的方法的示意图；