【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及一种网络结构图生成方法、装置、电子设备及存储介质。
技术介绍
1、在人工智能(artificial intelligence，ai)领域的开发中，基于符号数学系统(tensorflow)框架的脚本非常多，应理解，tensorflow是支持函数式(functional)静态构图的框架，而某些场景下，需要基于动态图模式的ai框架进行开发，这就要求把基于tensorflow框架的脚本转换为基于动态图模式的ai框架的脚本。目前主要的转换手段是由人工进行迁移，如图1所示，执行这部分工作需要满足以下几点要求：一、了解动态图模式的ai框架的使用方法，熟悉静态构图与动态图模式之间的差异；二、有较强的代码理解能力，对照迁移指南进行迁移调试。但是，人工迁移的方式出现运行问题的概率较大，导致难以生成网络结构图。
技术实现思路
1、本申请实施例提供了一种网络结构图生成方法、装置、电子设备及存储介质，有利于将基于静态构图的ai框架开发的神经网络脚本转换为基于动态图模式的ai框架的脚本，从...
【技术保护点】
1.一种网络结构图生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，当j＝N时，所述第一网络结构图为所述神经网络的网络结构图，N为所述神经网络的网络层的最大深度。
3.根据权利要求1或2所述的方法，其特征在于，当j大于0且小于N时，所述方法还包括：
4.根据权利要求1-3任一项所述的方法，其特征在于，在根据神经网络的输出层的所有节点的输出张量得到所述神经网络中第j层到输出层所有节点的输入张量和输出张量之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
<...【技术特征摘要】
1.一种网络结构图生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，当j＝n时，所述第一网络结构图为所述神经网络的网络结构图，n为所述神经网络的网络层的最大深度。
3.根据权利要求1或2所述的方法，其特征在于，当j大于0且小于n时，所述方法还包括：
4.根据权利要求1-3任一项所述的方法，其特征在于，在根据神经网络的输出层的所有节点的输出张量得到所述神经网络中第j层到输出层所有节点的输入张量和输出张量之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1-5任一项所述的方法，其特征在于，所述方法还包括：
7.一种网络结构图生成装置，其特征在于，所述装置包括处理单元；
8.根据权利要求7所述的装置，其特征在于，当j＝n时，所述第一网络结构图为所述神经网络的网络结构图，n为所述神经网络的网络层的最大深度。
...
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。