通用机器学习模型文件解析方法、装置、存储介质制造方法及图纸

本申请涉及一种通用机器学习模型文件解析方法、装置、计算机设备和存储介质。所述方法包括：获取通用机器学习模型文件；在所述通用机器学习模型文件中读取模型目录；根据所述模型目录，读取目标通用机器学习模型。采用本方法能够根据运算需要直接在通用机器学习模型文件中读取对应的通用模型，避免重复编译，从而大大提高机器学习算法实现的效率，缩短了从编译到得到执行结果的时间。

General machine learning model file analysis method, device and storage medium

【技术实现步骤摘要】
通用机器学习模型文件解析方法、装置、存储介质
本申请涉及人工智能
，特别是涉及一种通用机器学习模型方法、装置、计算机设备和存储介质。
技术介绍
随着人工智能技术的发展，出现了各种机器学习算法。传统的机器学习算法在开发平台中运行时，每次执行都要先经过编译过程。但是由于机器学习过程中，算法重复编译次数多，而编译过程耗时长，导致算法执行效率低。
技术实现思路
基于此，有必要针对机器学习过程中，算法重复编译次数多，而编译过程耗时长，导致算法执行效率低的问题，提供一种通用机器学习模型文件解析方法、装置、计算机设备和存储介质。一种通用机器学习模型文件解析方法，所述方法包括：获取通用机器学习模型文件；在所述通用机器学习模型文件中读取模型目录；根据所述模型目录，读取目标通用机器学习模型。在其中一个实施例中，所述获取通用机器学习模型文件包括：获取所述通用机器学习模型文件的文件标识码；检测所述文件标识码是否符合预设规则；若所述文件标识码符合预设规则，则在所述通用机器学习模型文件中读取模型目录。在其中一个实施例中，所述若所述文件标识码符合预设规则，则在所述通用机器学习模型文件中读取模型目录包括：获取所述通用机器学习模型文件的校验码；校验所述校验码与预设标准码是否一致，若所述校验码与预设标准码不一致，则执行纠错运算。在其中一个实施例中，所述纠错运算包括：所述校验所述校验码与预设标准码是否一致，若所述校验码与预设标准码不一致，则执行纠错运算包括：获取纠错码；根据所述纠错码对所述通用机器学习模型文件进行纠错，得到纠错后的模型文件；校验所述纠错后的模型文件的校验码与所述预设标准码是否一致；若所述纠错后的通用机器学习模型文件的校验码与所述预设标准码一致，则在所述通用机器学习模型文件中读取模型目录。在其中一个实施例中，所述根据所述模型目录，读取对应的通用机器学习模型包括：获取目标通用机器学习模型的在所述通用机器学习模型文件中的存储偏移量；根据所述存储偏移量，读取所述目标通用机器学习模型。一种通用机器学习模型文件解析方法，所述方法包括：获取通用机器学习模型文件；在所述通用机器学习模型文件中读取二级模型目录；根据所述二级模型目录，读取目标二级模型；对所述目标二级模型进行还原得到目标通用机器学习模型。在其中一个实施例中，所述方法还包括：读取所述通用机器学习模型中的硬件参数信息；根据所述硬件参数信息，生成硬件匹配信息。在其中一个实施例中，所述方法还包括：对所述通用机器学习模型进行分类拆解，得到栈区数据和堆区数据；根据所述栈区数据、所述堆区数据以及输入数据计算，得到输出数据。一种通用机器学习模型文件解析装置，所述装置包括：文件获取器，目录解析器以及模型读取器；所述目录解析器分别与所述文件获取器、以及所述模型读取器相连；所述文件获取器，用于获取通用机器学习模型文件；所述目录解析器，用于在所述通用机器学习模型文件中读取模型目录；所述模型读取器，用于根据所述模型目录，读取目标通用机器学习模型。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以上任一实施例所述方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以以上任一实施例所述方法的步骤。上述通用机器学习模型文件解析方法、装置、计算机设备和存储介质，通过对通用机器学习模型文件目录的读取解析，得到对应的通用机器学习模型。实现了在机器学习运算过程中，根据运算需要直接在通用机器学习模型文件中读取对应的通用模型，避免重复编译，从而大大提高机器学习算法实现的效率，缩短了从编译到得到执行结果的时间。附图说明图1为一个实施例中通用机器学习模型文件生成方法的应用环境图；图2为一个实施例中通用机器学习模型生成方法的流程示意图；图3为一个实施例中通用机器学习模型生成装置的结构示意图；图4为一个实施例中通用机器学习模型文件生成方法的流程示意图；图5为一个实施例中计算所述通用机器学习模型的存储偏移量的流程示意图；图6为一个实施例中根据所述通用机器学习模型以及所述模型目录，生成通用机器学习模型文件的流程示意图；图7为另一个实施例中根据所述通用机器学习模型以及所述模型目录，生成通用机器学习模型文件的流程示意图；图8为再一个实施例中根据所述通用机器学习模型以及所述模型目录，生成通用机器学习模型文件的流程示意图；图9为又一个实施例中根据所述通用机器学习模型以及所述模型目录，生成通用机器学习模型文件的流程示意图；图10为另一个实施例中通用机器学习模型生成方法的流程示意图；图11为再一个实施例中通用机器学习模型生成方法的流程示意图；图12为一个实施例中通用机器学习模型文件生成装置的结构示意图；图13为另一个实施例中通用机器学习模型文件生成装置的结构示意图；图14为一个实施例中通用机器学习模型解析方法的流程示意图；图15为一个实施例中获取通用机器学习模型文件流程示意图；图16为一个实施例中获取通用机器学习模型文件流程示意图；图17为一个实施例中执行纠错运算流程示意图；图18为一个实施例中根据所述模型目录，读取目标通用机器学习模型流程示意图；图19为一个实施例中通用机器学习模型解析方法的流程示意图；图20为另一个实施例中通用机器学习模型解析方法的流程示意图；图21为又一个实施例中通用机器学习模型解析方法的流程示意图；图22为一个实施例中通用机器学习模型解析装置的结构示意图；图23为一个实施例中通用机器学习模型执行装置的结构示意图；图24为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请提供的通用机器学习模型文件生成方法，可以应用于如图1所示的应用环境中。本申请提供的通用机器学习模型的生成方法，可以应用于如图1所示的应用环境中。其中，图1所示的应用环境为机器学习开发平台，包括框架层101、编译层102、汇聚层103、驱动层104以及硬件层105。在其中一个实施例中，框架层101用于提供机器学习任务的算法设计条件，为方便用户搭建自己的神经网络结构，提供便捷的训练和预测工具。可以理解的，本文档来自技高网...

【技术保护点】
1.一种通用机器学习模型文件解析方法，其特征在于，所述通用机器学习模型文件包括目标通用机器学习模型、模型目录，所述方法包括：/n获取通用机器学习模型文件；/n在所述通用机器学习模型文件中读取模型目录；/n根据所述模型目录，读取目标通用机器学习模型。/n

【技术特征摘要】
1.一种通用机器学习模型文件解析方法，其特征在于，所述通用机器学习模型文件包括目标通用机器学习模型、模型目录，所述方法包括：
获取通用机器学习模型文件；
在所述通用机器学习模型文件中读取模型目录；
根据所述模型目录，读取目标通用机器学习模型。


2.根据权利要求1所述的方法，其特征在于，所述获取通用机器学习模型文件包括：
获取所述通用机器学习模型文件的文件标识码；
检测所述文件标识码是否符合预设规则；
若所述文件标识码符合预设规则，则在所述通用机器学习模型文件中读取模型目录。


3.根据权利要求2所述的方法，其特征在于，所述若所述文件标识码符合预设规则，则在所述通用机器学习模型文件中读取模型目录包括：
获取所述通用机器学习模型文件的校验码；
校验所述校验码与预设标准码是否一致，若所述校验码与预设标准码不一致，则执行纠错运算。


4.根据权利要求3所述的方法，其特征在于，所述校验所述校验码与预设标准码是否一致，若所述校验码与预设标准码不一致，则执行纠错运算包括：
获取纠错码；
根据所述纠错码对所述通用机器学习模型文件进行纠错，得到纠错后的模型文件；
校验所述纠错后的模型文件的校验码与所述预设标准码是否一致；
若所述纠错后的通用机器学习模型文件的校验码与所述预设标准码一致，则在所述通用机器学习模型文件中读取模型目录。


5.根据权利要求1所述的方法，其特征在于，所述根据所述模型目录，读取对应的通用机器学习模型包括：
获取目标通用机器学习模型的在所述通用机器学习模型文件中的存储偏移量；
根据所述存储偏移量，读取所述目标通用机器学习模型。


6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
读取所述通用机器学习模型中的硬件参数信息；
根据所述硬件参数信息，生成硬件匹配信息。


7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对所述通用机器学习模型进行分类拆解，得到栈区数据和堆区数据；
根据所述栈区数据、所述堆区数据以及输入数据计算，得到输出数据。


8.一种通用机器学习模型文件解析装置，其特征在于，所述装置包括：
文件获取器，目录解析器以及模型读取器；所述目录...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：上海寒武纪信息科技有限公司，
类型：发明
国别省市：上海;31