[发明专利]模型运行方法、装置、电子设备及存储介质在审

专利信息
申请号: 202110168983.X 申请日: 2021-02-07
公开(公告)号: CN112862074A 公开(公告)日: 2021-05-28
发明(设计)人: 谭志鹏 申请(专利权)人: OPPO广东移动通信有限公司
主分类号: G06N3/04 分类号: G06N3/04;G06N3/08
代理公司: 深圳市智圈知识产权代理事务所(普通合伙) 44351 代理人: 苗燕
地址: 523860 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 模型 运行 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种模型运行方法,其特征在于,所述方法包括:

在运行神经网络模型时,获取所述神经网络模型的目标算子模块中深度卷积模块处理后的第一结果,所述目标算子模块由顺序连接的所述深度卷积模块和逐点卷积模块融合后得到;

将所述第一结果缓存至分配的缓存空间内;

根据所述目标算子模块中的所述逐点卷积模块,对缓存的所述第一结果进行处理,得到第二结果;

根据所述第二结果,确定所述神经网络模型的输出结果。

2.根据权利要求1所述的方法,其特征在于,所述获取所述神经网络模型的目标算子模块中深度卷积模块处理后的第一结果,包括:

基于所述神经网络模型中目标算子模块的输入数据,确定处于滑动窗口内的目标数据;

根据所述目标算子模块中的所述深度卷积模块,对所述目标数据进行处理,得到第一结果。

3.根据权利要求2所述的方法,其特征在于,在所述基于所述神经网络模型中目标算子模块的输入数据,确定处于滑动窗口内的目标数据之前,所述方法还包括:

确定分配的缓存空间的缓存容量;

根据所述缓存容量,确定滑动窗口的尺度。

4.根据权利要求2所述的方法,其特征在于,所述根据所述第二结果,确定所述神经网络模型的输出结果,包括:

根据所述滑动窗口遍历所述输入数据,重复执行所述基于所述神经网络模型中目标算子模块的输入数据,确定处于滑动窗口内的目标数据的步骤,至所述根据所述目标算子模块中的所述逐点卷积模块,对缓存的所述第一结果进行处理的步骤,得到多个所述第二结果;

将多个所述第二结果作为目标算子模块的输出数据,并基于所述输出数据,确定所述神经网络模型的输出结果。

5.根据权利要求1-4任一项所述的方法,其特征在于,在所述在运行神经网络模型时,获取所述神经网络模型的目标算子模块中深度卷积模块处理后的第一结果之前,所述方法还包括:

确定待优化的网络模型,所述待优化的网络模型至少包括顺序连接的深度卷积模块和逐点卷积模块;

将所述深度卷积模块和逐点卷积模块进行融合,得到融合后的目标算子模块;

根据所述目标算子模块对所述待优化的网络模型进行优化,得到所述神经网络模型。

6.根据权利要求5所述的方法,其特征在于,所述确定待优化的网络模型,包括:

遍历网络模型中的网络结构,判断是否存在顺序连接的深度卷积模块和逐点卷积模块;

当存在所述顺序连接的深度卷积模块和逐点卷积模块时,将所述网络模型作为所述待优化的网络模型。

7.根据权利要求1-4任一项所述的方法,其特征在于,所述将所述第一结果缓存至分配的缓存空间内,包括:

将所述第一结果以批量数、通道数、高度和宽度(NCHW)的布局方式缓存至分配的缓存空间内。

8.一种模型运行装置,其特征在于,所述装置包括:

第一获取模块,用于在运行神经网络模型时,获取所述神经网络模型的目标算子模块中深度卷积模块处理后的第一结果,所述目标算子模块由顺序连接的所述深度卷积模块和逐点卷积模块融合后得到;

结果缓存模块,用于将所述第一结果缓存至分配的缓存空间内;

第二获取模块,用于根据所述目标算子模块中的所述逐点卷积模块,对缓存的所述第一结果进行处理,得到第二结果;

结果确定模块,用于根据所述第二结果,确定所述神经网络模型的输出结果。

9.一种电子设备,其特征在于,包括:

一个或多个处理器;

存储器;

一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个应用程序配置用于执行如权利要求1-7任一项所述的方法。

10.一种计算机可读取存储介质,其特征在于,所述计算机可读取存储介质中存储有程序代码,所述程序代码可被处理器调用执行如权利要求1-7任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于OPPO广东移动通信有限公司,未经OPPO广东移动通信有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110168983.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top