[发明专利]算法可视化开发的方法、装置、电子设备及存储介质在审

专利信息
申请号: 202111290544.2 申请日: 2021-11-02
公开(公告)号: CN116069306A 公开(公告)日: 2023-05-05
发明(设计)人: 王昀;李铎;张岩;丁良奎;刘妮妮 申请(专利权)人: 中移系统集成有限公司;中移雄安信息通信科技有限公司;中国移动通信集团有限公司
主分类号: G06F8/34 分类号: G06F8/34
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 郑朝然
地址: 050000 *** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 算法 可视化 开发 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种算法可视化开发的方法,其特征在于,包括:

基于不同的算法开发任务,确定需要的底层画布和基础算法的图形组件;

基于所述算法的流程,确定所述算法的可视化编排;

基于模型转换后的所述算法的可视化编排以及设置的校验条件,确定所述算法的校验结果;

若校验结果是通过,则生成所述算法的可部署的算法容器,完成所述算法的可视化开发;

其中,所述算法的可视化编排包括:所述基础算法的图形组件的编排方式,以及连接性组件和所述基础算法的图形组件的连接关系;所述底层画布与不同厂商的芯片可视化的结果一一对应;所述基础算法的图形组件与训练好的算法模型一一对应。

2.根据权利要求1所述的算法可视化开发的方法,其特征在于,所述底层画布的确定方式包括:

基于不同芯片的公共属性,确定以厂商为单位的芯片对应的底层画布,以及所述底层画布支持的属性字典;

其中,所述底层画布支持的属性字典至少包括以下一个或多个的组合:芯片名称、硬件属性、环境依赖列表、支持深度学习框架列表和支持算子列表。

3.根据权利要求1所述的算法可视化开发的方法,其特征在于,所述基础算法的图形组件的确定方式包括:

基于接收到的所述训练好的算法模型,建立所述基础算法的属性字典,并生成所述基础算法的图形组件;

其中,所述基础算法的属性字典至少包括以下一种或者多种的组合:所使用深度学习框架及版本、算法类别、算子列表、网络结构描述文件、浮点计算量和参数大小;所述算法模型的图形组件在所述底层画布的组件列表中以所述算法类别分组显示。

4.根据权利要求1所述的算法可视化开发的方法,其特征在于,所述基于所述算法的流程,确定所述算法的编排之前,所述方法还包括:

基于所述基础算法的图形组件的属性字典和所述底层画布的属性字典,初始化所述底层画布;

若所述算法模型的属性字典在所述芯片对应的底层画布的属性字典的范围内,则所述芯片的底层画布支持所述基础算法的图形组件。

5.根据权利要求1所述的算法可视化开发的方法,其特征在于,所述连接性组件包括以下一种或者几种的组合:输入及输出组件、决策组件、条件组件和分流组件;其中,所述连接性组件在所述底层画布的编辑查看栏中显示对应的组件属性,并可编辑所述组件属性。

6.根据权利要求1所述的算法可视化开发的方法,其特征在于,所述设置的校验条件至少包括以下一种或几种的组合:算法性能指标、内存使用情况和算法精度验证。

7.根据权利要求1所述的算法可视化开发的方法,其特征在于,所述方法还包括:

若校验结果是未通过,重新确定所述算法的可视化编排。

8.一种算法可视化开发的装置,其特征在于,包括:

确定模块,用于基于不同的算法开发任务,确定需要的底层画布和基础算法的图形组件;

编排模块,用于基于所述算法的流程,确定所述算法的可视化编排;

校验模块,用于基于模型转换后的所述算法的可视化编排以及设置的校验条件,确定所述算法的校验结果;

生成模块,用于若校验结果是通过,则生成所述算法的可部署的算法容器,完成所述算法的可视化开发;

其中,所述算法的可视化编排包括:所述基础算法的图形组件的编排方式,以及连接性组件和所述基础算法的图形组件的连接关系;所述底层画布与不同厂商的芯片可视化的结果一一对应;所述基础算法的图形组件与训练好的算法模型一一对应。

9.一种电子设备,包括处理器和存储有计算机程序的存储器,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7任一项所述算法可视化开发的方法的步骤。

10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7任一项所述算法可视化开发的方法的步骤。

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中移系统集成有限公司;中移雄安信息通信科技有限公司;中国移动通信集团有限公司,未经中移系统集成有限公司;中移雄安信息通信科技有限公司;中国移动通信集团有限公司许可,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/202111290544.2/1.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