[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

本申請涉及一種通用機器學習模型文件解析方法、裝置、計算機設備和存儲介質。所述方法包括：獲取通用機器學習模型文件；在所述通用機器學習模型文件中讀取二級模型目錄；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。采用本方法能夠根據運算需要直接在通用機器學習模型文件中讀取對應的通用模型，避免重復編譯，從而大大提高機器學習算法實現的效率，縮短了從編譯到得到執行結果的時間。

技術領域

本申請涉及人工智能技術領域，特別是涉及一種通用機器學習二級模型文件解析方法、裝置、計算機設備和存儲介質。

背景技術

隨著人工智能技術的發展，出現了各種機器學習算法。傳統的機器學習算法在開發平臺中運行時，每次執行都要先經過編譯過程。但是由于機器學習過程中，算法重復編譯次數多，而編譯過程耗時長，導致算法執行效率低。

發明內容

基于此，有必要針對機器學習過程中，算法重復編譯次數多，而編譯過程耗時長，導致算法執行效率低的問題，提供一種通用機器學習模型文件解析方法、裝置、計算機設備和存儲介質。

一種通用機器學習模型文件解析方法，所述通用機器學習模型文件包括通用機器學習模型、二級模型目錄，所述方法包括：

所述方法包括：

獲取通用機器學習模型文件；

在所述通用機器學習模型文件中讀取二級模型目錄；

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。

在其中一個實施例中，所述獲取通用機器學習模型文件包括：

獲取所述通用機器學習模型文件的標識碼；

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模型文件中讀取二級模型目錄。

在其中一個實施例中，所述若所述標識碼符合預設規則，則在所述通用機器學習模型文件中讀取模型目錄包括：

獲取所述通用機器學習模型文件的校驗碼；

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。

在其中一個實施例中，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模型文件進行糾錯，得到糾錯后的模型文件；

校驗所述糾錯后的通用機器學習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模型文件中讀取二級模型目錄。

在其中一個實施例中，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。

在其中一個實施例中，所述方法還包括：

讀取所述通用機器學習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。

在其中一個實施例中，所述方法還包括：

對所述通用機器學習模型進行分類拆解，得到棧區數據和堆區數據；