一種深度學習模型的高效轉換方法及裝置

基本信息

申請?zhí)?/td> CN201710669779.X 申請日 -
公開（公告）號 CN107480789B 公開（公告）日 2020-12-29
申請公布號 CN107480789B 申請公布日 2020-12-29
分類號 G06N7/04 分類 計算；推算；計數(shù);
發(fā)明人 楊敏;艾國;張韻東 申請（專利權）人 北京中星微電子有限公司
代理機構 北京布瑞知識產(chǎn)權代理有限公司 代理人 孟潭
地址 100191 北京市海淀區(qū)學院路35號世寧大廈16層
法律狀態(tài) -

摘要

摘要 本發(fā)明實施例的深度學習模型的高效轉換方法，用于解決深度學習模型開發(fā)效率和運算效率較低的技術問題。方法包括：根據(jù)通用深度學習框架建立與NPU模型對應的數(shù)據(jù)標準化框架；利用所述數(shù)據(jù)標準化框架將深度學習模型的參數(shù)轉換為所述數(shù)據(jù)標準化框架的標準參數(shù)；將所述標準參數(shù)轉換為NPU模型的參數(shù)。本發(fā)明針對各通用深度學習框架的參數(shù)結構為特定處理器建立統(tǒng)一的數(shù)據(jù)標準化框架，根據(jù)通用深度學習框架形成的深度學習模型的參數(shù)可以利用數(shù)據(jù)標準化框架統(tǒng)一的數(shù)據(jù)結構形成標準數(shù)據(jù)，使得處理器進行數(shù)據(jù)解析處理的過程與深度學習模型的結構相關性大大降低，使得處理器處理過程的開發(fā)與深度學習模型的開發(fā)可以有效分離。還包括相應的高效轉換裝置。