[發明專利]計算圖優化方法及裝置、電子設備、計算機可讀介質在審
| 申請號: | 202210617134.2 | 申請日: | 2022-06-01 |
| 公開(公告)號: | CN114819106A | 公開(公告)日: | 2022-07-29 |
| 發明(設計)人: | 張偉豪;王封;祝夭龍 | 申請(專利權)人: | 北京靈汐科技有限公司 |
| 主分類號: | G06N3/04 | 分類號: | G06N3/04;G06N3/08 |
| 代理公司: | 北京天昊聯合知識產權代理有限公司 11112 | 代理人: | 彭瑞欣;馮建基 |
| 地址: | 100080 北京市*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 計算 優化 方法 裝置 電子設備 計算機 可讀 介質 | ||
1.一種計算圖優化方法,其特征在于,包括:
獲取待優化的第一計算圖;
通過預先訓練的圖神經網絡對所述第一計算圖進行檢測,確定所述第一計算圖中待優化的第一子圖;
根據所述第一子圖,對所述第一計算圖進行優化,得到優化后的第二計算圖。
2.根據權利要求1所述的方法,其特征在于,所述圖神經網絡包括網絡庫中的多個第一圖神經網絡;
所述通過預先訓練的圖神經網絡對所述第一計算圖進行檢測,確定所述第一計算圖中待優化的第一子圖,包括:
將所述網絡庫中的多個第一圖神經網絡劃分為多個檢測組,每個檢測組包括至少一個圖神經網絡;
采用各個檢測組,分別對所述第一計算圖進行檢測,確定所述第一計算圖中的至少一個第一子圖。
3.根據權利要求1所述的方法,其特征在于,所述圖神經網絡包括第二圖神經網絡;
所述通過預先訓練的圖神經網絡對所述第一計算圖進行檢測,確定所述第一計算圖中待優化的第一子圖,包括:
通過所述第二圖神經網絡對所述第一計算圖進行檢測,確定所述第一計算圖中的至少一個第一子圖。
4.根據權利要求2或3所述的方法,其特征在于,所述根據所述第一子圖,對所述第一計算圖進行優化,得到優化后的第二計算圖,包括:
在確定多個第一子圖的情況下,根據每個第一子圖以及該第一子圖對應的預先設定的優先級,對所述第一計算圖進行優化,得到優化后的第二計算圖。
5.根據權利要求4所述的方法,其特征在于,所述根據每個第一子圖以及該第一子圖對應的預先設定的優先級,對所述第一計算圖進行優化,包括:
在多個第一子圖存在交集的情況下,分別確定多個第一子圖的優先級;
根據多個第一子圖的優先級順序,對所述第一計算圖進行優化。
6.根據權利要求1所述的方法,其特征在于,所述根據所述第一子圖,對所述第一計算圖進行優化,得到優化后的第二計算圖,包括:
根據所述第一子圖的標識,確定與所述第一子圖對應的優化器;
調用與所述第一子圖對應的優化器,對所述第一子圖進行優化,得到第二子圖;
采用所述第二子圖替換所述第一計算圖中相應的第一子圖,得到所述第二計算圖。
7.根據權利要求1所述的方法,其特征在于,所述方法還包括:
對所述第二計算圖進行編譯,得到所述第二計算圖的編譯結果;
將所述編譯結果加載到眾核系統的多個處理核,以使所述多個處理核執行與所述第二計算圖對應的處理任務。
8.根據權利要求1-7中任一項所述的方法,其特征在于,所述第一計算圖為根據神經網絡構建的、具有圖形式的中間表示;
其中,所述神經網絡用于執行處理任務,所述處理任務包括圖像處理任務、語音處理任務、文本處理任務、視頻處理任務中的任意一種。
9.一種計算圖優化裝置,其特征在于,包括:
獲取模塊,用于獲取待優化的第一計算圖;
檢測模塊,用于通過預先訓練的圖神經網絡對所述第一計算圖進行檢測,確定所述第一計算圖中待優化的第一子圖;
優化模塊,用于根據所述第一子圖,對所述第一計算圖進行優化,得到優化后的第二計算圖。
10.一種電子設備,其特征在于,包括:
至少一個處理器;以及
與所述至少一個處理器通信連接的存儲器;其中,
所述存儲器存儲有可被所述至少一個處理器執行的一個或多個計算機程序,一個或多個所述計算機程序被所述至少一個處理器執行,以使所述至少一個處理器能夠執行如權利要求1-8中任一項所述的優化方法。
11.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,所述計算機程序在被處理器執行時實現如權利要求1-8中任一項所述的優化方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京靈汐科技有限公司,未經北京靈汐科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210617134.2/1.html,轉載請聲明來源鉆瓜專利網。





