【技术实现步骤摘要】
一种用于TensorFlow自定义操作生成的方法
本专利技术属于机器学习领域，涉及机器学习开源库TensorFlow中的自定义操作(Op)方法，特别涉及一种用于TensorFlow自定义操作(Op)生成的优化方法。
技术介绍
作为机器学习最重要的一个分支，深度学习近年来发展迅猛，在学术界、产业界都引起了广泛关注，深度神经网络已经在计算机视觉、智能搜索、无人驾驶、模式识别等领域取得了令人瞩目的成就。近些年来，随着深度学习模型结构越来越复杂，一般的学习框架已经不能满足需求，在这个背景下出现了Caffe、TensorFlow、PyTorch等众多深度学习框架。其中，TensorFlow是基于数据流图进行数值计算的开源框架，因其具有编译速度快、支持数据并行和模型并行、方便部署等特点而备受青睐。操作(Operation)，简称Op，是TensorFlow框架中的核心概念之一。它是对加减乘除、卷积、赋值等具体数值计算算子的抽象。通过Op机制，可以隐藏数值计算的实现细节，仅需调用Op接口即可构建数据流图，加速了算法研发效率。为了进一步支撑...
【技术保护点】
1.一种用于TensorFlow自定义操作生成的方法，其特征在于，包括以下步骤：/n第一步，初始化自定义Op注册数据：用户对自定义Op的注册数据进行声明、赋值和实现，注册数据包括自定义Op的输入数据名和类型、输出数据名和类型、形状、功能操作实现及梯度传递等，如果用户需要同时生成多个自定义Op，则需要初始化所有自定义Op的注册数据，并且所有初始化完成后的注册数据均记录在同一个自定义Op注册文件中；/n第二步，重组自定义Op注册数据：遍历注册信息，查找REGISTER_OP、Input、Output等关键字获取对应数据，按照Protobuf格式对自定义Op注册信息进行重组并且封...
【技术特征摘要】
1.一种用于TensorFlow自定义操作生成的方法，其特征在于，包括以下步骤：
第一步，初始化自定义Op注册数据：用户对自定义Op的注册数据进行声明、赋值和实现，注册数据包括自定义Op的输入数据名和类型、输出数据名和类型、形状、功能操作实现及梯度传递等，如果用户需要同时生成多个自定义Op，则需要初始化所有自定义Op的注册数据，并且所有初始化完成后的注册数据均记录在同一个自定义Op注册文件中；
第二步，重组自定义Op注册数据：遍历注册信息，查找REGISTER_OP、Input、Output等关键字获取对应数据，按照Protobuf格式对自定义Op注册信息进行重组并且封装，其中Protobuf是一种用于高效存储和读取数据的结构化数据格式，如果注册文件包含多个自定义Op的数据，所有重组后的注册数据均记录在同一个Protobuf格式文件中；
第三步，解析自定义Op注册数据：调用操作列表类的解析方法，遍历重组后的自定义Op注册数据，将注册数据...
【专利技术属性】
技术研发人员：杨文婧，黄万荣，杨邵武，黄达，徐利洋，颜豪杰，刘向阳，沙建松，胡亚清，梁卓，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。