[發明專利]機器學習二級模型文件生成方法、裝置、存儲介質

有效

• 申請號: 201811457719.2
• 申請日: 2018-11-30
• 公開（公告）號: CN111260018B
• 公開（公告）日: 2022-03-22
• 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: G06N3/02
• 分類號: G06N3/02;G06F8/41
• 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

1.一種機器學習二級模型文件的生成方法，其特征在于，所述機器學習二級模型文件包括多個二級模型和二級模型目錄，所述生成方法包括：

獲取多個通用機器學習模型；

對所述多個通用機器學習模型進行壓縮處理和/或加密處理，生成所述多個二級模型，以便于所述通用機器學習模型的存放和/或傳輸安全性；

計算各所述二級模型的存儲偏移量；各所述存儲偏移量是指每個所述二級模型在二級模型文件中的存儲的相對位置；

根據所述多個二級模型以及各所述二級模型的存儲偏移量，生成二級模型目錄；所述二級模型目錄是所述二級模型文件中所有模型存放位置的記錄；

根據所述多個二級模型以及所述二級模型目錄，生成機器學習所述二級模型文件。

2.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以及所述二級模型目錄，生成機器學習二級模型文件，包括：

獲取所述機器學習二級模型文件的文件頭和文件尾；

根據所述文件頭、所述二級模型目錄、所述通用機器學習模型以及所述文件尾，生成所述機器學習二級模型文件。

3.根據權利要求1所述的方法，其特征在于，所述計算所述二級模型的存儲偏移量的步驟包括：

獲取每個所述計算所述二級模型占用的存儲空間大小和所述二級模型的數量；

獲取所述二級模型的存放順序；

根據每個所述二級模型占用的存儲空間大小、所述二級模型的數量、所述二級模型的存放順序，計算每個所述二級模型的存儲偏移量。

4.根據權利要求1所述的方法，其特征在于，所述根據所述通用機器學習模型以及所述模型目錄，生成機器學習二級模型文件，包括：

創建機器學習二級模型文件的標識碼；

根據所述標識碼、所述二級模型、所述二級模型目錄，生成機器學習二級模型文件。

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以及所述模型目錄，生成機器學習二級模型文件，包括：

創建所述機器學習二級模型文件的校驗碼和/或糾錯碼；根據所述機器學習二級模型文件的校驗碼和/或糾錯碼、所述二級模型以及所述二級模型目錄，生成機器學習二級模型文件。

6.一種機器學習二級模型文件的生成方法，其特征在于，所述方法包括：

獲取機器學習任務的任務參數；

對所述任務參數進行分類，生成任務指令及模型參數；

根據數據類型將所述任務指令及模型參數進行共享數據的匯集生成堆數據，和進行不共享數據的匯集生成棧數據；

將所述棧數據和堆數據進行整合，生成通用機器學習模型；

對所述通用機器學習模型進行存儲優化處理，生成二級模型，以便于所述通用機器學習模型的存放和/或傳輸安全性；

計算所述二級模型的存儲偏移量；所述存儲偏移量是指每個所述二級模型在二級模型文件中的存儲的相對位置；

根據所述二級模型以及所述二級模型存儲偏移量，生成二級模型目錄；所述二級模型目錄是所述二級模型文件中所有模型存放位置的記錄；

根據所述二級模型、所述模型目錄，生成機器學習所述二級模型文件。