【技术实现步骤摘要】
本申请涉及计算机，尤其涉及一种模型处理方法、系统及设备。
技术介绍
1、当人工智能（artificial intelligence，ai）模型准备部署至资源有限的硬件平台，如移动设备、嵌入式系统以及各类物联网终端时，会面临存储空间不足、计算能力受限等实际挑战。
2、为解决上述技术问题，量化技术应运而生，它主要通过将ai模型内部复杂的浮点数权重和激活值转换为低精度数据类型（例如整数或二进制），以达到压缩模型体积、提升模型运行效率的目的。
3、目前，在ai模型的研发流程中，将模型部署到不同的硬件平台上是一项繁琐且耗时的工作，每个模型都需要针对性地采用不同的量化技术进行处理，量化完成后可能还需要逐一在各个目标硬件平台上进行性能测试，以验证模型的真实性能，导致ai模型的处理效率较低。
技术实现思路
1、本申请通过多个方面提供一种模型处理方法、系统及设备，可以有效提升ai模型的处理效率。
2、第一方面，本申请实施例提供一种模型处理方法，该方法包括：
3...
【技术保护点】
1.一种模型处理方法，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，所述在远程代码仓库中获取目标配置参数，包括：
3.根据权利要求1所述的方法，其特征在于，所述目标配置参数中包括待处理模型路径，所述获取待处理模型，并执行所述模型处理任务，包括：
4.根据权利要求1至3任一项所述的方法，其特征在于，所述目标处理数据包括所述目标硬件平台对应的量化处理数据，所述目标配置参数中还包括所述目标硬件平台对应的量化配置参数，所述量化配置参数包括量化数据路径与量化精度中的至少一项；
5.根据权利要求4所述的方法，...
【技术特征摘要】
1.一种模型处理方法，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，所述在远程代码仓库中获取目标配置参数，包括：
3.根据权利要求1所述的方法，其特征在于，所述目标配置参数中包括待处理模型路径，所述获取待处理模型，并执行所述模型处理任务，包括：
4.根据权利要求1至3任一项所述的方法，其特征在于，所述目标处理数据包括所述目标硬件平台对应的量化处理数据，所述目标配置参数中还包括所述目标硬件平台对应的量化配置参数，所述量化配置参数包括量化数据路径与量化精度中的至少一项；
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5所述的方法，其特征在于，所述方法还包括：
7.根据权利要求1至3任一项所述的方法，其特征在于，所述目标处理数据包括所述目标硬件平台对应的测试处理数据，所述目标配置参数中还包括所述目标硬件平台对应的测试配置参数，所述测试配置...
【专利技术属性】
技术研发人员：薛盛可，
申请(专利权)人：浙江深象智能科技有限公司，
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。