[发明专利]网络模型处理方法、装置、设备、存储介质

说明书

本申请实施例公开了一种网络模型处理方法、装置、设备、存储介质，其中，所述方法包括：获取待处理的网络模型和所述网络模型的部署条件；基于所述部署条件，从设定的变换规则库中，确定对所述网络模型进行处理的目标变换规则；基于所述目标变换规则，对所述网络模型进行至少一次子结构的等价变换处理，得到变换后的目标网络模型。

技术领域

本申请涉及但不限于人工智能领域，尤其涉及一种网络模型处理方法、装置、设备、存储介质。

背景技术

深度学习技术的应用为人们的生活提供了极大的便利，如拍照识物、刷脸支付、摄影增强等，无一不依赖相应的深度学习技术。随着深度学习应用领域的扩大，产业界也越来越多的使用边缘异构设备来提供人工智能能力，以降低成本、提高效率。然而，相关技术中的对同一网络模型在多种硬件平台上部署的过程中，存在网络模型跨硬件平台迁移困难，且同一模型在不同平台上的实际性能相比理论算力差异较大的问题。

发明内容

有鉴于此，本申请实施例提供一种网络模型处理方法、装置、设备、存储介质。

本申请实施例的技术方案是这样实现的：

一方面，本申请实施例提供一种网络模型处理方法，所述方法包括：

获取待处理的网络模型和所述网络模型的部署条件；

基于所述部署条件，从设定的变换规则库中，确定对所述网络模型进行处理的目标变换规则；

基于所述目标变换规则，对所述网络模型进行至少一次子结构的等价变换处理，得到变换后的目标网络模型。

另一方面，本申请实施例提供一种网络模型处理装置，所述装置包括：

获取模块，用于获取待处理的网络模型和所述网络模型的部署条件；

第一确定模块，用于基于所述部署条件，从设定的变换规则库中，确定对所述网络模型进行处理的目标变换规则；

变换模块，用于基于所述目标变换规则，对所述网络模型进行至少一次子结构的等价变换处理，得到变换后的目标网络模型。

再一方面，本申请实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法中的部分或全部步骤。

又一方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法中的部分或全部步骤。

又一方面，本申请实施例提供一种计算机程序，包括计算机可读代码，当所述计算机可读代码在计算机设备中运行时，所述展示设备中的处理器执行用于实现上述方法中的部分或全部步骤。

又一方面，本申请实施例提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序被计算机读取并执行时，实现上述方法中的部分或全部步骤。

本申请实施例中，通过获取待处理的网络模型和所述网络模型的部署条件；基于所述部署条件，从设定的变换规则库中，确定对所述网络模型进行处理的目标变换规则；基于所述目标变换规则，对所述网络模型进行至少一次子结构的等价变换处理，得到变换后的目标网络模型。这样，可以根据不同的部署条件，对网络模型采用合适的变换规则进行子结构的等价变换处理，从而可以为同一网络模型在不同硬件平台上进行部署提供扩展支持，以便于网络模型跨硬件平台迁移，并能较好地对齐同一网络模型在不同硬件平台上的计算能力。

附图说明

图1为本申请实施例提供的一种网络模型处理方法的实现流程示意图；

图2为本申请实施例提供的一种网络模型处理方法的实现流程示意图；