[发明专利]一种神经网络模型的生成方法及装置

权利要求书

1.一种神经网络模型的生成方法，其特征在于，包括以下步骤：

获取通用配置文件，所述通用配置文件包括节点信息和边信息，所述节点信息用于描述所述神经网络模型中的各神经网络单元，所述边信息用于描述所述神经网络模型中的数据传输关系；

根据所述通用配置文件生成神经网络模型。

2.根据权利要求1所述的方法，其特征在于，所述获取通用配置文件的步骤，包括：

获取用户撰写的需求信息；

根据所述需求信息和模型框架的类型，生成所述通用配置文件。

3.根据权利要求1所述的方法，其特征在于，所述获取通用配置文件的步骤，包括：

获取已建立的神经网络模型；

由所述已建立的神经网络模型导出预设格式的文件作为所述通用配置文件。

4.根据权利要求2或3所述的方法，其特征在于，所述获取通用配置文件，包括：

确定神经网络单元的类型和序号；

确定神经网络单元的框架参数，所述框架参数包括张量维度和取值范围中的至少一项；

确定神经网络单元的节点数据精度；

根据神经网络单元的类型和序号、所述框架参数和所述节点数据精度生成节点信息。

5.根据权利要求4所述的方法，其特征在于，所述获取通用配置文件，包括：

确定边的起始位置和终点位置；

确定边的节点流出端口和节点流入端口；

确定边的数据流动位置；

根据所述起始位置、所述终点位置、所述节点流入端口、所述节点流出端口和所述数据流动位置生成边信息。

6.根据权利要求5所述的方法，其特征在于，

在所述边中的目标边的起始位置的信息值小于0的情况下，所述目标边的输入数据为神经网络模型的外部数据；

在所述目标边的起始位置的信息值大于0的情况下，所述目标边的输入数据来自神经网络模型中的神经网络单元，且所述起始位置的信息值为向所述目标边输入数据的神经网络单元的序号；

在所述目标边的终点位置的信息值小于0的情况下，所述目标边的输出数据输出至神经网络模型的外部；

在所述目标边的终点位置的信息值大于0的情况下，所述目标边的输出数据输出至神经网络模型中的神经网络单元，且所述终点位置的信息值为所述目标边的输出数据输出到的神经网络单元的序号；

在所述目标边的节点流出端口的信息值小于0的情况下，所述目标边的输入数据为神经网络模型的外部数据；

在所述目标边的节点流出端口的信息值大于或等于0的情况下，所述目标边的输入数据来自神经网络模型中的神经网络单元，且所述节点流出端口的信息值为向所述目标边输入数据的神经网络单元与所述目标边进行数据传输的端口号；

在所述目标边的节点流入端口的信息值小于0的情况下，所述目标边的输出数据输出至神经网络模型的外部；

在所述目标边的节点流入端口的信息值大于或等于0的情况下，所述目标边的输出数据输出至神经网络模型中的神经网络单元，且所述节点流入端口的信息值为神经网络单元接收所述目标边的输出数据的端口号。

7.根据权利要求5所述的方法，其特征在于，根据所述通用配置文件生成神经网络模型之前，所述方法还包括：

判断模型框架是否能够完全解析所述通用配置文件；

若否，则将所述通用配置文件中不能解析的部分抛弃，获得与所述模型框架完全兼容的通用配置文件。

8.根据权利要求1至3中任一项所述的方法，其特征在于，所述通用配置文件的格式为YAML序列化格式。

9.根据权利要求1至3中任一项所述的方法，其特征在于，模型框架为Tensorflow框架、Pytorch框架和MXNet框架中的至少一项。