[发明专利]数据流的生成方法、电子设备及计算机可读存储介质

权利要求书

1.一种数据流的生成方法，其特征在于，所述方法包括：

获取当前算子的所有前向算子，其中，所述前向算子通过连接线与所述当前算子连接，或者，所述前向算子通过所述连接线以及算子与所述当前算子连接，且通过所述连接线与所述当前算子连接的所述前向算子的输出数据、通过所述连接线以及算子与所述当前算子连接的所述前向算子的输出数据均能够被送入所述当前算子中；

获取每个所述前向算子的输出列表，其中，所述前向算子的所述输出列表保存有所述前向算子输出数据的类型；

将每个所述输出列表中的所述类型与所述前向算子对应保存在候选列表中；

获取所述当前算子的输入列表，其中，所述当前算子的输入列表保存有所述当前算子输入数据的类型；

在所述候选列表中，查找处于所述当前算子的所述输入列表中的所有目标类型；

根据所述候选列表，确定每个所述目标类型对应的所述前向算子；

在每个所述目标类型对应的所述前向算子中，确定至少一个来源算子；

根据每个所述来源算子以及每个所述来源算子对应的所述目标类型，生成所述当前算子的输入数据流。

2.根据权利要求1所述的方法，其特征在于，在根据每个所述来源算子以及每个所述来源算子对应的所述目标类型，生成所述当前算子的输入数据流之后，还包括：

获取所述当前算子的输出列表，其中，所述当前算子的所述输出列表保存有所述当前算子输出数据的类型；

根据所述输出列表中的所述类型，生成所述当前算子的输出数据流。

3.根据权利要求1所述的方法，其特征在于，分别按照以下步骤形成算子集合中每个算子的输入列表：

获取所述算子集合中所述算子中每个模型所使用的训练数据集；

分别将每个所述训练数据集中输入源数据的类型，加入所述算子对应的所述输入列表中；

其中，所述算子集合包括所述当前算子以及所述当前算子的所有前向算子。

4.根据权利要求1所述的方法，其特征在于，分别按照以下步骤形成算子集合中每个算子的输出列表：

获取所述算子集合中所述算子中每个模型所使用的训练数据集；

分别将每个所述训练数据集中标签数据的类型，加入所述算子对应的所述输出列表；

其中，所述算子集合包括所述当前算子以及所述当前算子的所有前向算子。

5.根据权利要求1所述的方法，其特征在于，所述在每个所述目标类型对应的所述前向算子中，确定至少一个来源算子的步骤，包括：

响应于查找到的所述目标类型中存在第一目标类型，将所述第一目标类型对应的所述前向算子，确定为所述来源算子，其中，所述第一目标类型是与其他所述目标类型均不相同的所述目标类型；

响应于查找到的所述目标类型中存在相同的至少两个目标类型，则分别生成所述至少两个目标类型各自对应的所述前向算子的推荐度；

将所述推荐度最高的所述前向算子，确定为所述来源算子。

6.根据权利要求5所述的方法，其特征在于，所述分别生成所述至少两个目标类型各自对应的所述前向算子的推荐度的步骤，包括：

分别确定所述至少两个目标类型各自对应的所述前向算子与所述当前算子的距离，其中，所述前向算子与所述当前算子的距离等于连接所述前向算子与所述当前算子的算子的数量；

生成至少所述两个目标类型各自对应的所述前向算子的所述推荐度，其中，所述前向算子与所述当前算子之间的所述距离越小，所述前向算子对应的所述推荐度越高。

7.根据权利要求5所述的方法，其特征在于，所述分别生成所述至少两个目标类型各自对应的所述前向算子的推荐度的步骤，包括：

统计历史方案中，所述至少两个目标类型各自对应的所述前向算子输出的所述目标类型的数据作为所述当前算子的输入数据的次数；

生成所述至少两个目标类型各自对应的所述前向算子的所述推荐度，其中，所述前向算子输出的所述目标类型的数据作为所述当前算子的输入数据的次数越多，所述前向算子对应的所述推荐度越高。