[发明专利]定长输入神经网络模型的修改方法、装置及设备

权利要求书

1.一种定长输入神经网络模型的修改方法，其特征在于，包括：

获取神经网络模型数据；所述神经网络模型数据中包含神经网络模型的原图；所述神经网络模型为仅支持定长输入的神经网络模型；

获取所述神经网络模型的各算子的mask处理子图；所述mask处理子图包括mask变换子图和mask清零子图；所述mask变换子图用于表示mask经过该mask变换子图对应的算子后，该mask发生的变化；所述mask清零子图用于表示mask输入该mask清零子图对应的算子后，该算子为实现数据清零，所执行的计算过程；

生成包含所述神经网络模型的各算子和该各算子的mask处理子图的数据清零图；

响应于用户的mask输入操作，接收mask数据集；所述mask数据集中包含至少一个mask；

根据所述数据清零图中的mask变换子图对所述mask数据集中的mask进行变换操作，并将所述原图中需要进行数据清零的算子替换为该算子的mask清零子图，以实现所述数据清零图和所述原图的合并；

根据由所述数据清零图和所述原图合并而成的模型图，生成目标神经网络模型；所述目标神经网络模型用于计算与所述mask对应的变长输入数据。

2.根据权利要求1所述的方法，其特征在于，所述根据所述数据清零图中的mask变换子图对所述mask数据集中的mask进行变换操作，具体包括：

针对所述mask数据集中的每个mask，从所述数据清零图中确定出与所述mask对应的各mask变换子图；

采用所述各mask变换子图对所述mask进行变换操作。

3.根据权利要求1所述的方法，其特征在于，所述根据所述数据清零图中的mask变换子图对所述mask数据集中的mask进行变换操作，并将所述原图中需要进行数据清零的算子替换为该算子的mask清零子图之前，还包括：

对所述数据清零图进行优化操作；所述优化操作包括删除所述数据清零图中没有对应mask清零子图的算子。

4.根据权利要求3所述的方法，其特征在于，所述优化操作还包括合并特定算子对；

所述特定算子对的中间各算子没有对应mask清零子图，且所述特定算子对所对应的两个算子均有对应mask变换子图。

5.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各算子的mask处理子图，具体包括：

获取所述神经网络模型的各算子的标识信息；

根据所述标识信息，从预设数据库中获取该标识信息对应的算子的mask处理子图。

6.根据权利要求1所述的方法，所述神经网络模型的文件格式为开放神经网络交换。

7.一种定长输入神经网络模型的修改装置，其特征在于，包括：

神经网络模型数据获取模块，用于获取神经网络模型数据；所述神经网络模型数据中包含神经网络模型的原图；所述神经网络模型为仅支持定长输入的神经网络模型；

mask处理子图获取模块，用于获取所述神经网络模型的各算子的mask处理子图；所述mask处理子图包括mask变换子图和mask清零子图；所述mask变换子图用于表示mask经过该mask变换子图对应的算子后，该mask发生的变化；所述mask清零子图用于表示mask输入该mask清零子图对应的算子后，该算子为实现数据清零，所执行的计算过程；

数据清零图生成模块，用于生成包含所述神经网络模型的各算子和该各算子的mask处理子图的数据清零图；

mask数据集接收模块，用于响应于用户的mask输入操作，接收mask数据集；所述mask数据集中包含至少一个mask；

合并模块，用于根据所述数据清零图中的mask变换子图对所述mask数据集中的mask进行变换操作，并将所述原图中需要进行数据清零的算子替换为该算子的mask清零子图，以实现所述数据清零图和所述原图的合并；

目标神经网络模型生成模块，用于根据由所述数据清零图和所述原图合并而成的模型图，生成目标神经网络模型；所述目标神经网络模型用于计算与所述mask对应的变长输入数据。