[发明专利]一种用于TensorFlow自定义操作生成的方法

摘要

本发明属于机器学习领域，公开了一种用于TensorFlow自定义Op生成的方法，目的是提高现有自定义Op的生成效率。本发明通过读取自定义操作注册文件，对注册文件信息进行特定封装，然后对封装后的数据进行解析，解析后通过自动生成功能对数据添加包装描述，通过文本读取的方式获取注册文件中的关键数据来降低运行时的性能消耗。采用本发明可以有效降低自定义操作生成的性能和时间开销，提高了自定义操作功能易用性。

主权项

1.一种用于TensorFlow自定义操作生成的方法，其特征在于，包括以下步骤：/n第一步，初始化自定义Op注册数据：用户对自定义Op的注册数据进行声明、赋值和实现，注册数据包括自定义Op的输入数据名和类型、输出数据名和类型、形状、功能操作实现及梯度传递等，如果用户需要同时生成多个自定义Op，则需要初始化所有自定义Op的注册数据，并且所有初始化完成后的注册数据均记录在同一个自定义Op注册文件中；/n第二步，重组自定义Op注册数据：遍历注册信息，查找REGISTER_OP、Input、Output等关键字获取对应数据，按照Protobuf格式对自定义Op注册信息进行重组并且封装，其中Protobuf是一种用于高效存储和读取数据的结构化数据格式，如果注册文件包含多个自定义Op的数据，所有重组后的注册数据均记录在同一个Protobuf格式文件中；/n第三步，解析自定义Op注册数据：调用操作列表类的解析方法，遍历重组后的自定义Op注册数据，将注册数据类型转换成TensorFlow内部能够使用的DT_INT32、DT_INT64、DT_FLOAT32、DT_FLOAT64、DT_STRING等数据类型，生成操作列表类数据；/n第四步，包装自定义Op：将操作列表类中的数据进行包装，增加TensorFlow描述，提供数据传递接口，使得在基于TensorFlow计算图进行数值计算时，自定义Op的数据和TensorFlow计算图内部数据进行正常传递，其中，包装后会生成自定义Op包装文件，它是Op实现与TensorFlow之间的一个桥梁，并通过自定义Op包装文件来实现对自定义Op的调用；如果操作列表类包含了多个自定义Op的数据，用户可根据需要将多个自定义Op包装生成一个包装文件，或生成多个独立的包装文件；/n第五步，完成各自定义Op的包装之后，在TensorFlow源码包之外选用各种编译方式对自定义Op进行编译，并且通过对不同自定义Op的选择和组织，能够实现机器学习应用开发层级的灵活组织和动态增量扩展。/n