[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

本申請涉及一種機器學習二級模型文件生成方法、裝置、計算機設備和存儲介質，所述機器學習二級模型文件包括二級模型和二級模型目錄，所述生成方法包括：獲取通用機器學習模型；對所述通用機器學習模型進行存儲優化處理，生成所述二級模型；計算所述二級模型的存儲偏移量；根據所述二級模型以及所述二級模型的存儲偏移量，生成二級模型目錄；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。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，特別是涉及一種機器學習二級模型文件方法、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，提供一種機器學習二級模型文件生成方法、裝置、計算機設備和存儲介質。

一種機器學習二級模型文件的生成方法，所述機器學習二級模型文件包括二級模型和二級模型目錄，所述生成方法包括：

獲取通用機器學習模型；

對所述通用機器學習模型進行存儲優化處理，生成所述二級模型；

計算所述二級模型的存儲偏移量；

根據所述二級模型以及所述二級模型的存儲偏移量，生成二級模型目錄；

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。

在其中一個實施例中，所述對所述通用機器學習模型進行存儲優化處理，生成所述二級模型的步驟包括：對所述通用機器學習模型進行壓縮處理和/或加密處理，生成所述二級模型。

在其中一個實施例中，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。

在其中一個實施例中，所述計算所述二級模型的存儲偏移量的步驟包括：

獲取每個所述通用機器學習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。

在其中一個實施例中，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；

根據所述模型文件的標識碼、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。

在其中一個實施例中，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。

一種通用機器學習模型文件生成方法，所述方法包括：

獲取機器學習任務的任務參數；