【技术实现步骤摘要】
本专利技术属于深度学习编译，具体涉及从mlir编译设施中间表示到pytorch模型的转换方法。
技术介绍
1、mlir项目是一种可重复使用和可扩展的编译器基础设施，旨在解决软件碎片化问题，降低异构硬件的编译复杂性和构建特定领域编译器的成本。mlir编译器有助于在不同抽象层次、不同应用程序域、不同硬件目标和不同执行环境下改善code generators、translators和optimizers的设计和实现。
2、torch-mlir项目是一种编译设施，支持将pytorch生态计算机设备转换到mlir编译生态计算机设备，也就是将pytorch程序转换为mlir编译器的表示形式。
3、目前，torch-mlir项目不能实现mlir文件到pytorch模型文件之间的等价转换。如果要将mlir文件转换为pytorch模型文件，在转换操作关系时，由于操作关系顺序并不都是按照顺序一个一个执行的线性顺序，有些操作是在其余两个操作或多个操作执行后才能执行，如果按照现有技术方法一个一个串联操作的依赖关系，则无法实现操作关系的等
【技术保护点】
1.一种将MLIR文件转换为PyTorch文件的方法，其特征在于，包括：
2.根据权利要求1所述的一种将MLIR文件转换为PyTorch文件的方法，其特征在于，所述提取MLIR文件中的数据信息；包括：
3.根据权利要求1所述的一种将MLIR文件转换为PyTorch文件的方法，其特征在于，所述提取MLIR文件中的操作信息；包括：
4.根据权利要求1所述的一种将MLIR文件转换为PyTorch文件的方法，其特征在于，所述提取MLIR文件中的数据信息以及操作信息后，执行以下步骤：
5.根据权利要求1所述的一种将MLIR文件转换...
【技术特征摘要】
1.一种将mlir文件转换为pytorch文件的方法，其特征在于，包括：
2.根据权利要求1所述的一种将mlir文件转换为pytorch文件的方法，其特征在于，所述提取mlir文件中的数据信息；包括：
3.根据权利要求1所述的一种将mlir文件转换为pytorch文件的方法，其特征在于，所述提取mlir文件中的操作信息；包括：
4.根据权利要求1所述的一种将mlir文件转换为pytorch文件的方法，其特征在于，所述提取mlir文件中的数据信息以及操作信息后，执行以下步骤：
5.根据权利要求1所述的一种将mlir文件转换为pytorch文件的方法，其特征在于，所述将mlir中的操作类型转换为pytorch中的操作类型；包括：
【专利技术属性】
技术研发人员：刘彬彬，杨毅，赵仲秋，高光雄，李呈呈，
申请(专利权)人：合肥工业大学，
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。