[發明專利]具有多個處理任務的條件執行的機器學習模型

在審

• 申請號: 202010437644.2
• 申請日: 2020-05-21
• 公開（公告）號: CN111985637A
• 公開（公告）日: 2020-11-24
• 發明（設計）人: F·羅西;V·雅加迪什;V·沙瑪;M·祖里亞尼;史小瑾;B·鮑萊恩
• 申請（專利權）人: 蘋果公司
• 主分類號: G06N3/08
• 分類號: G06N3/08;G06N3/04
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 郭星

1.一種方法，包括：

在包括共有部分和任務特定部分的經訓練的機器學習模型處接收輸入數據；

接收識別一個或多個要執行的處理任務的執行指令；

使用所述經訓練的機器學習模型的所述共有部分處理所述輸入數據以產生中間數據；以及

基于所述執行指令使用所述經訓練的機器學習模型的所述任務特定部分中的一者或多者處理所述中間數據，以產生一個或多個輸出。

2.根據權利要求1所述的方法，其中基于所述執行指令使用所述經訓練的機器學習模型的所述任務特定部分中的所述一者或多者處理所述中間數據包括評估針對所述經訓練的機器學習模型的所述任務特定部分中的每一者的條件指令以確定是否啟動所述經訓練的機器學習模型的所述任務特定部分中的每一者的執行。

3.根據權利要求1所述的方法，其中基于所述執行指令使用所述經訓練的機器學習模型的所述任務特定部分中的所述一者或多者處理所述中間數據包括基于所述執行指令引起所述經訓練的機器學習模型的所述任務特定部分中的一者或多者的執行。

4.根據權利要求1所述的方法，其中基于所述執行指令使用所述經訓練的機器學習模型的所述任務特定部分中的所述一者或多者處理所述中間數據包括基于所述執行指令抑制所述經訓練的機器學習模型的所述任務特定部分中的一者或多者的執行。

5.根據權利要求1所述的方法，其中基于所述執行指令使用所述經訓練的機器學習模型的所述任務特定部分中的所述一者或多者處理所述中間數據包括僅加載所述經訓練的機器學習模型的所述任務特定部分中的由所述執行指令所識別的所述一者或多者。

6.根據權利要求1所述的方法，其中基于所述執行指令使用所述經訓練的機器學習模型的所述任務特定部分中的所述一者或多者處理所述中間數據包括卸載所述經訓練的機器學習模型的所述任務特定部分中的至少一部分。

7.根據權利要求1所述的方法，還包括：

基于所述執行指令定義包括所述經訓練的機器學習模型的所述共有部分和所述經訓練的機器學習模型的所述任務特定部分中的所述一者或多者的線性執行順序，其中使用所述經訓練的機器學習模型的所述共有部分處理所述輸入數據和使用所述經訓練的機器學習模型的所述任務特定部分中的所述一者或多者處理所述中間數據是根據所述線性執行順序執行的。

8.根據權利要求1所述的方法，其中所述經訓練的機器學習模型的所述任務特定部分中的所述一者或多者包括所述經訓練的機器學習模型的第一任務特定部分和所述經訓練的機器學習模型的第二任務特定部分，并且基于所述執行指令使用所述經訓練的機器學習模型的所述任務特定部分中的所述一者或多者處理所述中間數據包括順序地執行所述經訓練的機器學習模型的所述第一任務特定部分和所述經訓練的機器學習模型的所述第二任務特定部分。

9.根據權利要求1所述的方法，其中所述經訓練的機器學習模型的所述任務特定部分中的所述一者或多者包括所述經訓練的機器學習模型的第一任務特定部分和所述經訓練的機器學習模型的第二任務特定部分，并且基于所述執行指令使用所述經訓練的機器學習模型的所述任務特定部分中的所述一者或多者處理所述中間數據包括并行地執行所述經訓練的機器學習模型的所述第一任務特定部分和所述經訓練的機器學習模型的所述第二任務特定部分。

10.一種系統，包括：

存儲器；以及

處理器，所述處理器被配置為執行存儲在所述存儲器中的指令，其中所述指令在被所述處理器執行時使得所述處理器：

在包括共有部分和任務特定部分的經訓練的機器學習模型處接收輸入數據；

接收識別一個或多個要執行的處理任務的執行指令；

使用所述經訓練的機器學習模型的所述共有部分處理所述輸入數據以產生中間數據；以及

基于所述執行指令使用所述經訓練的機器學習模型的所述任務特定部分中的一者或多者處理所述中間數據，以產生一個或多個輸出。