数据生成方法、装置、设备、介质及程序产品制造方法及图纸

本申请提供一种数据生成方法、装置、设备、介质及程序产品，该方法包括：响应于获取到的为当前算子配置的测例数据初始生成模式为生成测例数据，获取执行当前算子对应的当前线程标识；所述当前算子位于目标网络模型中；根据所述当前线程标识判断当前线程是否具有对应的测例生成模式栈；若确定具有对应的测例生成模式栈，则将当前算子生成测例数据的开关数据写入到对应的测例生成模式栈；根据所述开关数据的取值确定是否生成当前算子的测例数据。能够有效避免冗余测例数据的生成，进而有效减少额外的存储空间，避免计算资源的浪费，有效提高所需要的测例数据的生成效率。高所需要的测例数据的生成效率。高所需要的测例数据的生成效率。

【技术实现步骤摘要】
数据生成方法、装置、设备、介质及程序产品


[0001]本申请涉及人工智能
，尤其涉及一种数据生成方法、装置、设备、介质及程序产品。

技术介绍

[0002]随着人工智能技术的发展，各种深度学习模型、机器学习模型等网络模型被广泛应用。具体可应用在分类场景，识别场景，预测场景中。为了使网络模型在应用中具有更高的准确率，需要对网络模型进行分析。
[0003]其中网络模型是由多个计算单元组合组成的，每个计算单元称为算子(英文为：Operator，简称Op)。在对网络模型进行分析时，需要运行网络模型，并根据运行网络模型中算子的测例数据来确定网络模型是否存在问题。所以在对网络模型进行分析时需要生成算子的测例数据，并导出到文件中。
[0004]但由于在网络模型中，同一个算子可能会在不同的网络模型分支中使用，目前对生成测例数据的算子进行配置时，会造成上述情况中生成不需要的冗余测例数据，对于冗余测例数据的存储会增加额外的存储空间，并且会浪费计算资源，降低测例数据的生成效率。

技术实现思路

[0005]本申请实施例提供一种数据生本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据生成方法，其特征在于，包括：响应于获取到的为当前算子配置的测例数据初始生成模式为生成测例数据，获取执行当前算子对应的当前线程标识；所述当前算子位于目标网络模型中；根据所述当前线程标识判断当前线程是否具有对应的测例生成模式栈；若确定具有对应的测例生成模式栈，则将当前算子生成测例数据的开关数据写入到对应的测例生成模式栈；根据所述开关数据的取值确定是否生成当前算子的测例数据。2.根据权利要求1所述的方法，其特征在于，所述根据所述当前线程标识判断当前线程是否具有对应的测例生成模式栈，包括：获取预设的关联容器中存储的已执行算子对应的线程标识及具有映射关系的测例生成模式栈；判断当前线程标识是否与任意一个已执行算子对应的线程标识相匹配；若确定当前线程标识与任意一个已执行算子对应的线程标识相匹配，则确定当前线程具有对应的测例生成模式栈；若确定当前线程标识不与任意一个已执行算子对应的线程标识相匹配，则确定当前线程不具有对应的测例生成模式栈。3.根据权利要求2所述的方法，其特征在于，若确定当前线程标识与任意一个已执行算子对应的线程标识相匹配，则还包括：将相匹配的已执行算子对应的线程标识具有映射关系的测例生成模式栈确定为当前线程标识对应的测例生成模式栈。4.根据权利要求2所述的方法，其特征在于，若确定不具有对应的测例生成模式栈，则还包括：在预设的关联容器中创建当前线程具有映射关系的测例生成模式栈；将当前线程标识与具有映射关系的测例生成模式栈进行关联存储。5.根据权利要求4所述的方法，其特征在于，所述将当前线程标识与具有映射关系的测例生成模式栈进行关联存储，包括：采用键值对的形式将当前线程标识与具有映射关系的测例生成模式栈进行关联存储。6.根据权利要求1所述的方法，其特征在于，所述若确定具有对应的测例生成模式栈，则将当前算子生成测例数据的开关数据写入到对应的测例生成模式栈，包括：若确定具有对应的测例生成模式栈，则判断所述测例生成模式栈是否为空；若确定所述测例生成模式栈为空，则将当前算子生成测例数据的开关数据写入到对应...

【专利技术属性】
技术研发人员：请求不公布姓名，
申请(专利权)人：寒武纪行歌南京科技有限公司，
类型：发明
国别省市：