[发明专利]神经网络模型的转换方法、装置、设备及存储介质

权利要求书

1.一种神经网络模型的转换方法，其特征在于，包括：

获取输入数据，所述输入数据包括通用转换参数以及目标转换模型的平台标识信息；

根据所述输入数据的平台标识信息，由预先建立的工具集中确定目标转换工具；所述工具集包括多个转换工具，每个所述转换工具用于对神经网络模型进行转换处理以得到对应的转换模型；

基于所述目标转换工具和所述输入数据的所述通用转换参数，对神经网络模型进行转换处理，得到所述目标转换模型。

2.根据权利要求1所述的转换方法，其特征在于，所述获取输入数据包括：

通过显示装置显示用户交互界面，获取通过所述用户交互界面输入的输入参数；

根据所述输入参数处理得到所述输入数据。

3.根据权利要求1或2所述的转换方法，其特征在于，所述输入数据的所述通用转换参数包括多个参数类别；在所述获取输入数据之前，所述转换方法还包括：

获取所述工具集中每个所述转换工具进行所述转换处理所需的参数类别；

根据每个所述转换工具所需的参数类别，确定所述通用转换参数包括的参数类别。

4.根据权利要求1至3任一项所述的转换方法，其特征在于，预先建立所述工具集的过程包括：

获取各个平台对应的转换工具，并建立每个平台的平台标识信息与转换工具的对应关系；

将各个平台的转换工具进行整体封装处理，得到所述工具集。

5.根据权利要求1至4任一项所述的转换方法，其特征在于，所述输入数据还包括目标转换模型的通用测试参数；在得到所述目标转换模型之后，所述转换方法还包括：

根据所述输入数据的所述平台标识信息，由所述工具集中确定目标测试工具；所述工具集还包括多个测试工具，每个所述测试工具用于对转换处理后得到的目标转换模型进行测试；

基于所述目标测试工具以及所述通用测试参数，对所述目标转换模型进行测试，得到测试结果。

6.根据权利要求5所述的转换方法，其特征在于，所述输入数据的所述通用测试参数包括多个参数类别；在所述获取输入数据之前，所述转换方法还包括：

获取所述工具集中每个所述测试工具进行测试时所需的参数类别；

根据每个所述测试工具所需的参数类别，确定所述通用测试参数包括的参数类别。

7.根据权利要求5或6所述的转换方法，其特征在于，预先建立所述工具集的过程包括：

获取各个平台对应的测试工具，并建立每个平台的平台标识信息与测试工具的对应关系；

将各个平台的测试工具进行整体封装处理，得到所述工具集。

8.根据权利要求7所述的转换方法，其特征在于，在得到所述工具集之后，所述转换方法还包括如下至少一项：

根据新增平台对应的测试工具以及平台标识信息，建立所述新增平台的平台标识信息与测试工具的对应关系，并将建立的对应关系以及所述测试工具嵌入所述工具集中，得到更新后的工具集；

根据新增平台对应的转换工具以及平台标识信息，建立所述新增平台的平台标识信息与转换工具的对应关系，并将建立的对应关系以及所述转换工具嵌入所述工具集中，得到更新后的工具集。

9.一种神经网络模型的转换装置，其特征在于，包括：

获取模块，被配置为获取输入数据，所述输入数据包括通用转换参数以及目标转换模型的平台标识信息；

确定模块，被配置为根据所述输入数据的平台标识信息，由预先建立的工具集中确定目标转换工具；所述工具集包括多个转换工具，每个所述转换工具用于对神经网络模型进行转换处理以得到对应的转换模型；

转换处理模块，被配置为基于所述目标转换工具和所述输入数据的所述通用转换参数，对神经网络模型进行转换处理，得到所述目标转换模型。