【技术实现步骤摘要】
本申请涉及图像处理，尤其涉及卷积算子形状参数处理方法、装置、设备、介质及产品。
技术介绍
1、gpu(graphics processing unit，图形处理器)加速库是一系列用于在图形处理单元上执行通用计算任务的库，例如，cutlass库是英伟达为加速深度学习中的矩阵乘法和卷积操作而设计的一个高性能cuda(compute unified device architecture，通用并行计算架构和编程模型)c++库。在使用gpu加速库进行图像处理的过程中，可以通过对图像处理过程中需要用到的卷积算子的形状参数的参数值进行调整，实现对卷积算子的优化，从而提高图像处理过程中的计算效率。目前主要是通过人工对形状参数的参数值进行调整，然而在图像处理过程中，卷积算子数量大，每个算子的形状参数的参数搜索空间大，人工进行手动调参耗时长，调参效率低。
2、上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本申请的主要目的在于提供一种卷积算子形状参数处...
【技术保护点】
1.一种卷积算子形状参数处理方法，其特征在于，所述卷积算子形状参数处理方法包括：
2.如权利要求1所述的卷积算子形状参数处理方法，其特征在于，所述确定待优化图像处理项目的形状参数的步骤，包括：
3.如权利要求2所述的卷积算子形状参数处理方法，其特征在于，所述确定所述各个卷积算子形状参数的初始参数值组合的步骤，包括：
4.如权利要求3所述的卷积算子形状参数处理方法，其特征在于，所述基于所述初始参数值组合确定所述各个卷积算子形状参数各自的参数搜索空间的步骤，包括：
5.如权利要求1所述的卷积算子形状参数处理方法，其特征在于，...
【技术特征摘要】
1.一种卷积算子形状参数处理方法，其特征在于，所述卷积算子形状参数处理方法包括：
2.如权利要求1所述的卷积算子形状参数处理方法，其特征在于，所述确定待优化图像处理项目的形状参数的步骤，包括：
3.如权利要求2所述的卷积算子形状参数处理方法，其特征在于，所述确定所述各个卷积算子形状参数的初始参数值组合的步骤，包括：
4.如权利要求3所述的卷积算子形状参数处理方法，其特征在于，所述基于所述初始参数值组合确定所述各个卷积算子形状参数各自的参数搜索空间的步骤，包括：
5.如权利要求1所述的卷积算子形状参数处理方法，其特征在于，所述基于所述各个卷积算子形状参数各自的参数搜索空间确定所述各个卷积算子形状参数的多组候选参数值组合的步骤之前，所述方法还包括：
6.如权利要求1至5中任一项所述的卷积算子形状参数处理方法，其特征在于，所述在所述待优化图像处理...
【专利技术属性】
技术研发人员：师天麾，郑铨，汤雄超，
申请(专利权)人：北京清程极智科技有限公司，
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。