【技术实现步骤摘要】
模型的处理方法、装置、电子设备及存储介质
[0001]本公开涉及人工智能
,尤其涉及一种模型的处理方法、装置、电子设备及存储介质。
技术介绍
[0002]现有技术中的深度学习模型,都是对模型整体进行优化,但当模型中的部分核函数与优化算法不匹配时,优化算法依然会对不匹配的部分核函数进行优化,进而导致模型的优化算法的优化效率低。
技术实现思路
[0003]本公开提供了一种模型的处理方法、装置、电子设备及存储介质,以至少解决相关技术中对模型进行优化的优化效率较低的技术问题。
[0004]根据本公开的一方面,提供了一种模型的处理方法,包括:获取初始模型中多个核函数的计算顺序和目标算法,其中,多个核函数用于表示初始模型的多个计算操作;对多个核函数进行分类,得到分类结果,其中,分类结果用于表示多个核函数是否支持目标算法;基于分类结果和计算顺序,确定目标子图,其中,目标子图用于表示目标核函数的运算过程,目标核函数用于表示支持目标算法的核函数;利用目标算法和目标子图对初始模型进行优化,得到目标模型。
[0005]根据本公开的又一方面,提供了一种模型的处理装置,包括:获取模块,用于获取初始模型中多个核函数的计算顺序和目标算法,其中,多个核函数用于表示初始模型的多个计算操作;分类模块,用于对多个核函数进行分类,得到分类结果,其中,分类结果用于表示多个核函数是否支持目标算法;确定模块,用于基于分类结果和计算顺序,确定目标子图,其中,目标子图用于表示目标核函数的运算过程,目标核函数用于表示支持目标算法的 ...
【技术保护点】
【技术特征摘要】
1.一种模型的处理方法,包括:获取初始模型中多个核函数的计算顺序和目标算法,其中,所述多个核函数用于表示所述初始模型的多个计算操作;对所述多个核函数进行分类,得到分类结果,其中,所述分类结果用于表示所述多个核函数是否支持所述目标算法;基于所述分类结果和所述计算顺序,确定目标子图,其中,所述目标子图用于表示目标核函数的运算过程,所述目标核函数用于表示支持所述目标算法的核函数;利用所述目标算法和所述目标子图对所述初始模型进行优化,得到目标模型。2.根据权利要求1所述的方法,利用所述目标算法和所述目标子图对所述初始模型进行优化,得到目标模型,包括:确定与所述目标算法对应的目标操作,其中,所述目标操作用于表示所述目标算法对所述目标子图进行优化时对应的操作;基于所述目标操作和所述目标子图对所述初始模型进行优化,得到所述目标模型。3.根据权利要求2所述的方法,在所述目标算法为静态图优化算法时,基于所述目标操作和所述目标子图对所述初始模型进行优化,得到所述目标模型,包括:将所述目标子图封装为目标静态图;利用目标接口调用所述目标静态图,得到调用结果;基于所述调用结果和所述目标子图对所述初始模型进行优化,得到所述目标模型。4.根据权利要求2所述的方法,在所述目标算法为密排优化算法时,基于所述目标操作和所述目标子图对所述初始模型进行优化,得到所述目标模型,包括:获取初始输入字符,其中,所述初始输入字符为待输入至所述目标子图的输入字符;删除所述初始输入字符中的目标符号,得到目标输入字符;将所述目标输入字符输入至所述目标子图,输出初始输出字符;在所述初始输出字符中增加所述目标符号,得到目标输出字符;基于所述目标输入字符、所述目标输出字符和所述目标子图对所述初始模型进行优化,得到所述目标模型。5.根据权利要求1所述的方法,基于所述分类结果和所述计算顺序,确定目标核函数的目标子图,包括:基于所述分类结果和所述计算顺序,确定目标有向图,其中,所述目标有向图包括多个节点和至少一个有向边,所述多个节点与所述多个核函数对应,所述至少一个有向边用于表示所述多个核函数的计算顺序;基于第一节点对所述目标有向图的初始连通域进行处理,得到目标连通域,其中,所述第一节点对应的核函数不支持所述目标算法,所述目标连通域包含的节点对应所述目标核函数;基于所述目标连通域确定所述目标子图。6.根据权利要求5所述的方法,基于所述第一节点对所述目标有向图的初始连通域进行处理,得到目标连通域,包括:响应于所述初始连通域中包含所述第一节点,且所述第一节点存在有向边,确定所述第一节点对应的第一有向边;
删除所述初始连通域中的所述第一有向边,得到第一连通域,其中,所述第一连通域中包含第二节点,所述第二节点对应的核函数支持所述目标算法;基于所述第一节点对所述第一连通域进行处理,得到所述目标连通域。7.根据权利要求6所述的方法,基于所述第一节点对所述目标有向图的初始连通域进行处理,得到目标连通域,包括:响应于所述初始连通域中不包含所述第一节点,直接将所述初始连通域确定为所述目标连通域。8.根据权利要求6所述的方法,基于所述第一节点对所述第一连通域进行处理,得到所述目标连通域,包括:响应于所述第一连通域中存在目标节点,将所述第一连通域中的目标节点更新为所述第一节点,得到第二连通域,其中,所述目标节点对应于所述初始连通域中所述第一有向边指向的节点;确定所述第一节点对应的所述第一有向边;删除所述第二连通域中的所述第一有向边,得到所述目标连通域。9.根据权利要求8所述的方法,基于所述第一节点对所述第一连通域进行处理,得到所述目标连通域,包括:响应于所述第一连通域中不包含所述目标节点,直接将所述第一连通域确定为所述目标连通域。10.根据权利要求1所述的方法,对所述多个核函数进行分类,得到分类结果,包括:获取每个核函数对应的目标标识,其中,所述目标标识用于表示所述每个核函数是否支持所述目标算法;基于所述目标标识对所述多个核函数进行分类,得到所述分类结果。11.根据权利要求1所述的方法,所述目标模型为语音处理模型,所述方法还包括:利用所述语音处理模型对目标语音进行处理,得到语音处理结果。12.根据权利要求1所述的方法,所述目标模型为图像处理模型,所述方法还包括:利用所述图像处理模型对目标图像进行处理,得到图像处理结果。13.一种模型的处理装置,包括:获取模块,用于获取初始模型中多个核函数的计算顺序和目标算法,其中,所述多个核函数用于表示所述初始模型的多个计算操作;分类模块,用于对所述多个核函数进行分类,得到分类结果,其中,所述分类结果用于表示所述多个核函数是否支持所述目标算法;确定模块,用于基于所述分类结果和所述计算顺序,确定目标子图,其中,所述目标子图用于...
【专利技术属性】
技术研发人员:潘能超,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:
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。