[發明專利]神經網絡模型的轉換方法、裝置、設備及存儲介質

在審

• 申請號: 202111006851.3
• 申請日: 2021-08-30
• 公開（公告）號: CN113723601A
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 呂守祿;李通;陳薇兆;孫延;劉文韜;錢晨
• 申請（專利權）人: 北京市商湯科技開發有限公司
• 主分類號: G06N3/063
• 分類號: G06N3/063;G06F8/76;G06F11/36
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 靳玫

本公開涉及人工智能技術領域，具體涉及一種神經網絡模型的轉換方法、裝置、設備及存儲介質。一種神經網絡模型的轉換方法，包括：獲取輸入數據，輸入數據包括通用轉換參數以及目標轉換模型的平臺標識信息；根據輸入數據的平臺標識信息，由預先建立的工具集中確定目標轉換工具；工具集包括多個轉換工具，每個轉換工具用于對神經網絡模型進行轉換處理以得到對應的轉換模型；基于目標轉換工具和輸入數據的通用轉換參數，對神經網絡模型進行轉換處理，得到目標轉換模型。本公開實施方式的轉換方法，降低模型轉換的成本，提高模型轉換效率。

技術領域

本公開涉及人工智能技術領域，具體涉及一種神經網絡模型的轉換方法、裝置、設備及存儲介質。

背景技術

目前各大芯片廠商的人工智能(Artificial Intelligence，AI)芯片支持的神經網絡模型格式均不一致，對應的轉換工具及使用方法也大相徑庭。將同一神經網絡移植到不同的芯片平臺上時，需要研究人員根據平臺轉換工具和對應的方法對神經網絡模型進行模型轉換和模型測試，才可以完成神經網絡在AI芯片上的使用。

相關技術中，由于不同芯片平臺對應的轉換方法不統一，導致研究人員需要學習多種AI芯片的轉換工具，導致開發效率低下。

發明內容

為提高神經網絡模型的轉換效率，本公開實施方式提供了一種神經網絡模型的轉換方法、裝置、電子設備以及存儲介質。

第一方面，本公開實施方式提供了一種神經網絡模型的轉換方法，包括：

獲取輸入數據，所述輸入數據包括通用轉換參數以及目標轉換模型的平臺標識信息；

根據所述輸入數據的平臺標識信息，由預先建立的工具集中確定目標轉換工具；所述工具集包括多個轉換工具，每個所述轉換工具用于對神經網絡模型進行轉換處理以得到對應的轉換模型；

基于所述目標轉換工具和所述輸入數據的所述通用轉換參數，對神經網絡模型進行轉換處理，得到所述目標轉換模型。

在一些實施方式中，所述獲取輸入數據包括：

通過顯示裝置顯示用戶交互界面，獲取通過所述用戶交互界面輸入的輸入參數；

根據所述輸入參數處理得到所述輸入數據。

在一些實施方式中，所述輸入數據的所述通用轉換參數包括多個參數類別；在所述獲取輸入數據之前，所述轉換方法還包括：

獲取所述工具集中每個所述轉換工具進行所述轉換處理所需的參數類別；

根據每個所述轉換工具所需的參數類別，確定所述通用轉換參數包括的參數類別。

在一些實施方式中，預先建立所述工具集的過程包括：

獲取各個平臺對應的轉換工具，并建立每個平臺的平臺標識信息與轉換工具的對應關系；

將各個平臺的轉換工具進行整體封裝處理，得到所述工具集。

在一些實施方式中，在得到所述工具集之后，所述轉換方法還包括：

根據新增平臺對應的轉換工具以及平臺標識信息，建立所述新增平臺的平臺標識信息與轉換工具的對應關系；

將所述新增平臺的所述對應關系以及所述轉換工具嵌入所述工具集中，得到更新后的工具集。

在一些實施方式中，所述輸入數據還包括目標轉換模型的通用測試參數；在得到所述目標轉換模型之后，所述轉換方法還包括：

根據所述輸入數據的所述平臺標識信息，由所述工具集中確定目標測試工具；所述工具集還包括多個測試工具，每個所述測試工具用于對轉換處理后得到的目標轉換模型進行測試；