[發明專利]通用機器學習二級模型文件解析方法、裝置、存儲介質

有效

• 申請號: 201811456246.4
• 申請日: 2018-11-30
• 公開（公告）號: CN111258584B
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 上海寒武紀信息科技有限公司
• 主分類號: G06F8/41
• 分類號: G06F8/41;G06N20/00
• 代理公司: 北京華進京聯知識產權代理有限公司 11606
• 代理人: 孫巖

1.一種通用機器學習二級模型文件解析方法，所述通用機器學習二級模型文件包括通用機器學習二級模型、二級模型目錄，其特征在于，所述方法包括：

根據通用機器學習二級模型文件的標識碼獲取所述通用機器學習二級模型文件；

在所述通用機器學習二級模型文件中讀取二級模型目錄；其中，所述二級模型目錄是所述通用機器學習二級模型文件中所有二級模型存放位置的記錄；

根據所述二級模型目錄，讀取目標二級模型；

對所述目標二級模型進行還原得到目標通用機器學習模型；其中，所述目標二級模型是經過存儲優化處理的通用型機器學習模型，則根據所述存儲優化處理的操作對所述目標二級模型進行還原；其中，所述存儲優化處理包括加密和壓縮中的至少一項，所述還原為所述存儲優化處理的操作的逆向操作。

2.根據權利要求1所述的方法，其特征在于，所述根據通用機器學習二級模型文件的標識碼獲取所述通用機器學習二級模型文件包括：

獲取所述通用機器學習二級模型文件的標識碼；

檢測所述標識碼是否符合預設規則；

若所述標識碼符合預設規則，則在所述通用機器學習二級模型文件中讀取二級模型目錄。

3.根據權利要求2所述的方法，其特征在于，所述若所述標識碼符合預設規則，則在所述通用機器學習二級模型文件中讀取二級模型目錄包括：

獲取所述通用機器學習二級模型文件的校驗碼；

校驗所述校驗碼與預設標準碼是否一致，若所述校驗碼與預設標準碼不一致，則執行糾錯運算。

4.根據權利要求3所述的方法，其特征在于，所述校驗碼與預設標準碼是否一致，若所述校驗碼與預設標準碼不一致，則執行糾錯運算包括：

獲取糾錯碼；

根據所述糾錯碼對所述通用機器學習二級模型文件進行糾錯，得到糾錯后的通用機器學習二級模型文件；

校驗所述糾錯后的通用機器學習二級模型文件的校驗碼與所述預設標準碼是否一致；

若所述糾錯后的通用機器學習二級模型文件的校驗碼與所述預設標準碼一致，則在所述通用機器學習二級模型文件中讀取二級模型目錄。

5.根據權利要求1所述的方法，其特征在于，所述根據所述二級模型目錄，讀取目標二級模型包括：

獲取目標二級模型在所述通用機器學習二級模型文件中的存儲偏移量；

根據所述存儲偏移量，讀取所述目標通用機器學習模型。

6.根據權利要求1所述的方法，其特征在于，所述方法還包括：

讀取所述通用機器學習二級模型中的硬件參數信息；

根據所述硬件參數信息，生成硬件匹配信息。

7.根據權利要求1所述的方法，其特征在于，所述方法還包括：

對所述通用機器學習二級模型進行分類拆解，得到棧區數據和堆區數據；

根據所述棧區數據、所述堆區數據以及輸入數據計算，得到輸出數據。

8.一種通用機器學習二級模型文件解析裝置，所述通用機器學習二級模型文件包括通用機器學習二級模型、二級模型目錄，其特征在于，所述裝置包括：

文件獲取器，模型分發器、目錄解析器以及模型讀取器；所述目錄解析器分別與所述文件獲取器、所述模型分發器以及所述模型讀取器相連；

所述文件獲取器，用于根據通用機器學習二級模型文件的標識碼獲取所述通用機器學習二級模型文件；

所述模型分發器，用于在所述通用機器學習二級模型文件中讀取二級模型目錄；并根據所述二級模型目錄，讀取目標二級模型；以及對所述目標二級模型進行還原得到目標通用機器學習模型；其中，二級模型目錄是所述通用機器學習二級模型文件中所有模型存放位置的記錄；所述目標二級模型是經過存儲優化處理的通用型機器學習模型，則根據所述存儲優化處理的操作對所述目標二級模型進行還原；其中，所述存儲優化處理包括加密和壓縮中的至少一項，所述還原為所述存儲優化處理的操作的逆向操作；

所述目錄解析器，用于在所述通用機器學習二級模型文件中讀取二級模型目錄；

所述模型讀取器，用于根據所述二級模型目錄，讀取目標通用機器學習模型。