深度学习框架的算子调用方法、存储介质及电子设备技术

本申请实施例提供了一种深度学习框架的算子调用方法、存储介质及电子设备，其中，深度学习框架是人工智能模型的框架，深度学习框架包括前端、后端和适配层，后端维护有以算子的字符串名称为关键字、以适配层的算子接口函数指针为值的注册表，前端用于动态加载后端的算子库；方法包括：使用前端的待调用算子的字符串名称查询注册表，其中，待调用算子属于目标芯片的目标算子库；在查找到待调用算子的算子接口函数指针的情况下，使用待调用算子的算子接口函数指针调用适配层中待调用算子的算子接口函数，以对目标算子库中的待调用算子的算子函数进行调用。通过本申请，解决了相关技术中深度学习框架的算子调用方法存在适配层通用性低问题。

【技术实现步骤摘要】

本申请实施例涉及计算机领域，具体而言，涉及一种深度学习框架的算子调用方法、存储介质及电子设备。

技术介绍

1、深度学习框架为调用ai(artificial intelligence，人工智能)芯片的算子，需要提供一个适配层，适配层用于对ai芯片的算子进行封装并提供接口；深度学习框架还需要将ai芯片的算子进行注册，即，将适配层的接口函数指针赋值给框架的预留变量，框架通过调用预留变量来调用ai芯片的算子。

2、相关技术中，深度学习框架的前后端没有完全隔离，框架通过自身的函数指针变量调用算子，在进行算子注册时，需要按照其自身定义的接口去实现适配层，导致框架的适配层无法用于其他框架。

3、由此可见，相关技术中深度学习框架的算子调用方法，存在适配层通用性低问题。

技术实现思路

1、本申请实施例提供了一种深度学习框架的算子调用方法、存储介质及电子设备，以至少解决相关技术中深度学习框架的算子调用方法存在适配层通用性低问题。

2、根据本申请的一个实施例，提供了一种深度学习框架的算子调用方法本文档来自技高网...

【技术保护点】

1.一种深度学习框架的算子调用方法，其特征在于，

2.根据权利要求1所述的方法，其特征在于，

3.根据权利要求1所述的方法，其特征在于，

4.根据权利要求1所述的方法，其特征在于，

5.根据权利要求4所述的方法，其特征在于，

6.根据权利要求5所述的方法，其特征在于，

7.根据权利要求6所述的方法，其特征在于，

8.根据权利要求1至7中任一项所述的方法，其特征在于，

9.一种计算机可读存储介质，其特征在于，

10.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理...

【技术特征摘要】

1.一种深度学习框架的算子调用方法，其特征在于，

2.根据权利要求1所述的方法，其特征在于，

3.根据权利要求1所述的方法，其特征在于，

4.根据权利要求1所述的方法，其特征在于，

5.根据权利要求4所述的方法，其特征在于，

6.根据权利要求5所述的方法...

【专利技术属性】
技术研发人员：张栋，
申请(专利权)人：山东云海国创云计算装备产业创新中心有限公司，
类型：发明
国别省市：