【技术实现步骤摘要】
本申请涉及人工智能，特别是涉及一种基于arm架构的文本向量化模型优化方法和装置。
技术介绍
1、随着人工智能技术的发展，出现了文本向量化技术，文本向量化是自然语言处理（nlp）领域的一个重要组成部分，它涉及将文本数据转换为数值向量，以便计算机系统可以理解和处理。这个过程对于执行诸如文本分类、情感分析、机器翻译、问答系统、推荐系统等多种任务至关重要。
2、传统技术中的文本向量化模型通常是在高性能的x86架构处理器或gpu上开发和优化的，这些平台具有较高的计算能力和特定的优化指令集，能够高效地执行复杂的矩阵运算和深度学习任务。然而，当这些模型迁移到计算能力相对较弱的arm架构上时，由于arm处理器主频较低、缺乏高级优化指令集，模型的推理速度会显著下降，导致系统响应时间增加，导致无法满足业务系统的实时处理需求。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够满足业务系统的实时处理需求的基于arm架构的文本向量化模型优化方法、装置、计算机设备、计算机可读存储介质和计算机
<本文档来自技高网...【技术保护点】
1.一种基于arm架构的文本向量化模型优化方法，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，所述根据所述识别速度和所述识别准确度，对所述初始模型层数以及所述初始模型维度进行调整，得到调整arm文本向量化模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述模型层数调整量调整所述初始模型层数，以及根据所述模型维度调整量调整所述初始模型维度，得到所述调整arm文本向量化模型，包括：
4.根据权利要求3所述的方法，其特征在于，在所述根据所述模型测试数据，对所述中间arm文本向量化模型的模型层数和模型...
【技术特征摘要】
1.一种基于arm架构的文本向量化模型优化方法，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，所述根据所述识别速度和所述识别准确度，对所述初始模型层数以及所述初始模型维度进行调整，得到调整arm文本向量化模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述模型层数调整量调整所述初始模型层数，以及根据所述模型维度调整量调整所述初始模型维度，得到所述调整arm文本向量化模型，包括：
4.根据权利要求3所述的方法，其特征在于，在所述根据所述模型测试数据，对所述中间arm文本向量化模型的模型层数和模型维度进行优化，得到所述调整arm文本向量化模型步骤之后，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，在得到所述目标arm文本向量化模型之...
【专利技术属性】
技术研发人员：莫嘉琪，林全郴，梁寿愚，赵必美，张焕明，曹尚，李汉巨，江佳佳，张健军，黄冠，
申请(专利权)人：南方电网人工智能科技有限公司，
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。