[發明專利]用于處理信息的方法和裝置

在審

• 申請號: 201811322710.0
• 申請日: 2018-11-08
• 公開（公告）號: CN109491704A
• 公開（公告）日: 2019-03-19
• 發明（設計）人: 李振鵬
• 申請（專利權）人: 北京字節跳動網絡技術有限公司
• 主分類號: G06F8/71
• 分類號: G06F8/71;G06N3/08
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

本申請實施例公開了用于處理信息的方法和裝置。該方法的一具體實施方式包括：獲取待處理信息；確定用于處理待處理信息的人工神經網絡對應的可執行代碼，其中，可執行代碼用于實現人工神經網絡的功能；基于可執行代碼對待處理信息進行處理，得到處理結果信息。該實施方式實現了利用可執行代碼來完成人工神經網絡對信息的處理。

技術領域

本申請實施例涉及計算機技術領域，具體涉及用于處理信息的方法和裝置。

背景技術

深度學習是目前計算機領域重要的研究方向之一，而且深度學習已應用于計算機視覺、語音識別、自然語言處理等許多領域。基于此，出現了各種開源的深度學習框架。

用戶可以方便地利用這些深度學習框架設計所需的神經網絡結構，而且支持自動求導以完成神經網絡的訓練，不需用戶求解梯度。另外，用戶只需要編寫少量的配置文件即可使用訓練好的神經網絡實現對數據的處理。

發明內容

本申請實施例提出了用于處理信息的方法和裝置。

第一方面，本申請實施例提供了一種用于處理信息的方法，該方法包括：獲取待處理信息；確定用于處理待處理信息的人工神經網絡對應的可執行代碼，其中，可執行代碼用于實現人工神經網絡的功能；基于可執行代碼對待處理信息進行處理，得到處理結果信息。

在一些實施例中，確定用于處理待處理信息的人工神經網絡對應的可執行代碼，包括：獲取預設的、與人工神經網絡對應的可執行代碼，其中，可執行代碼是根據人工神經的網絡結構設置的。

在一些實施例中，確定用于處理待處理信息的人工神經網絡對應的可執行代碼，包括：獲取組成人工神經網絡的各個層分別對應的可執行代碼，得到可執行代碼集合；基于可執行代碼集合，得到人工神經網絡對應的可執行代碼。

在一些實施例中，人工神經網絡利用深度學習框架訓練得到。

第二方面，本申請實施例提供了一種用于處理信息的裝置，該裝置包括：獲取單元，被配置成獲取待處理信息；確定單元，被配置成確定用于處理待處理信息的人工神經網絡對應的可執行代碼，其中，可執行代碼用于實現人工神經網絡的功能；處理單元，被配置成基于可執行代碼對待處理信息進行處理，得到處理結果信息。

在一些實施例中，確定單元進一步被配置成：獲取預設的、與人工神經網絡對應的可執行代碼，其中，可執行代碼是根據人工神經的網絡結構設置的。

在一些實施例中，確定單元進一步被配置成：獲取組成人工神經網絡的各個層分別對應的可執行代碼，得到可執行代碼集合；基于可執行代碼集合，得到人工神經網絡對應的可執行代碼。

在一些實施例中，人工神經網絡利用深度學習框架訓練得到。

第三方面，本申請實施例提供了一種電子設備，該電子設備包括：一個或多個處理器；存儲裝置，用于存儲一個或多個程序；當一個或多個程序被一個或多個處理器執行，使得一個或多個處理器實現如第一方面中任一實現方式描述的方法。

第四方面，本申請實施例提供了一種計算機可讀介質，其上存儲有計算機程序，該計算機程序被處理器執行時實現如第一方面中任一實現方式描述的方法。

本申請實施例提供的用于處理信息的方法和裝置，通過獲取待處理信息；確定用于處理待處理信息的人工神經網絡對應的可執行代碼，其中，可執行代碼用于實現人工神經網絡的功能；基于可執行代碼對待處理信息進行處理，得到處理結果信息，從而實現了利用可執行代碼來完成人工神經網絡對信息的處理，避免了編寫配置文件利用深度學習框架來使用人工神經網絡的過程。

附圖說明

通過閱讀參照以下附圖所作的對非限制性實施例所作的詳細描述，本申請的其它特征、目的和優點將會變得更明顯：

圖1是本申請的一個實施例可以應用于其中的示例性系統架構圖；