[发明专利]深度学习模型的编译方法、电子设备及存储介质在审
| 申请号： | 202211404506.X | 申请日： | 2022-11-10 |
| 公开（公告）号： | CN115993973A | 公开（公告）日： | 2023-04-21 |
| 发明（设计）人： | 柳俊杰;陈其友;于雄雄;张浩龙 | 申请（专利权）人： | 北京旷视科技有限公司 |
| 主分类号： | G06F8/41 | 分类号： | G06F8/41;G06F8/35;G06N3/0464;G06N3/08 |
| 代理公司： | 北京睿邦知识产权代理事务所(普通合伙) 11481 | 代理人： | 徐丁峰;戴亚南 |
| 地址： | 100096 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例提供一种深度学习模型的编译方法、电子设备及存储介质。方法包括：将深度学习模型转换为计算图；按照计算图中的计算节点的顺序将计算节点包含的各原始算子转换为目标语言片段，获得初始片段集合；至少针对初始片段集合，将多个相同的目标语言片段过滤为单一的目标语言片段，获得经过滤的片段集合；导出编译后的深度学习模型，编译后的深度学习模型包括深度学习模型的运行环境和经过滤的片段集合，其中，运行环境包括深度学习模型的原始算子以及各原始算子与经过滤的片段集合中的各目标语言片段之间的映射关系。编译后的深度学习模型在运行时能够在较少存储，例如KB(千字节)级别的运行环境中运行。 | ||
| 搜索关键词： | 深度 学习 模型 编译 方法 电子设备 存储 介质 | ||
【主权项】：
暂无信息
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北京旷视科技有限公司，未经北京旷视科技有限公司许可，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/patent/202211404506.X/，转载请声明来源钻瓜专利网。
