[发明专利]通用机器学习二级模型文件解析方法、装置、存储介质

权利要求书

1.一种通用机器学习二级模型文件解析方法，所述通用机器学习二级模型文件包括通用机器学习二级模型、二级模型目录，其特征在于，所述方法包括：

根据通用机器学习二级模型文件的标识码获取所述通用机器学习二级模型文件；

在所述通用机器学习二级模型文件中读取二级模型目录；其中，所述二级模型目录是所述通用机器学习二级模型文件中所有二级模型存放位置的记录；

根据所述二级模型目录，读取目标二级模型；

对所述目标二级模型进行还原得到目标通用机器学习模型；其中，所述目标二级模型是经过存储优化处理的通用型机器学习模型，则根据所述存储优化处理的操作对所述目标二级模型进行还原；其中，所述存储优化处理包括加密和压缩中的至少一项，所述还原为所述存储优化处理的操作的逆向操作。

2.根据权利要求1所述的方法，其特征在于，所述根据通用机器学习二级模型文件的标识码获取所述通用机器学习二级模型文件包括：

获取所述通用机器学习二级模型文件的标识码；

检测所述标识码是否符合预设规则；

若所述标识码符合预设规则，则在所述通用机器学习二级模型文件中读取二级模型目录。

3.根据权利要求2所述的方法，其特征在于，所述若所述标识码符合预设规则，则在所述通用机器学习二级模型文件中读取二级模型目录包括：

获取所述通用机器学习二级模型文件的校验码；

校验所述校验码与预设标准码是否一致，若所述校验码与预设标准码不一致，则执行纠错运算。

4.根据权利要求3所述的方法，其特征在于，所述校验码与预设标准码是否一致，若所述校验码与预设标准码不一致，则执行纠错运算包括：

获取纠错码；

根据所述纠错码对所述通用机器学习二级模型文件进行纠错，得到纠错后的通用机器学习二级模型文件；

校验所述纠错后的通用机器学习二级模型文件的校验码与所述预设标准码是否一致；

若所述纠错后的通用机器学习二级模型文件的校验码与所述预设标准码一致，则在所述通用机器学习二级模型文件中读取二级模型目录。

5.根据权利要求1所述的方法，其特征在于，所述根据所述二级模型目录，读取目标二级模型包括：

获取目标二级模型在所述通用机器学习二级模型文件中的存储偏移量；

根据所述存储偏移量，读取所述目标通用机器学习模型。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

读取所述通用机器学习二级模型中的硬件参数信息；

根据所述硬件参数信息，生成硬件匹配信息。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述通用机器学习二级模型进行分类拆解，得到栈区数据和堆区数据；

根据所述栈区数据、所述堆区数据以及输入数据计算，得到输出数据。

8.一种通用机器学习二级模型文件解析装置，所述通用机器学习二级模型文件包括通用机器学习二级模型、二级模型目录，其特征在于，所述装置包括：

文件获取器，模型分发器、目录解析器以及模型读取器；所述目录解析器分别与所述文件获取器、所述模型分发器以及所述模型读取器相连；

所述文件获取器，用于根据通用机器学习二级模型文件的标识码获取所述通用机器学习二级模型文件；

所述模型分发器，用于在所述通用机器学习二级模型文件中读取二级模型目录；并根据所述二级模型目录，读取目标二级模型；以及对所述目标二级模型进行还原得到目标通用机器学习模型；其中，二级模型目录是所述通用机器学习二级模型文件中所有模型存放位置的记录；所述目标二级模型是经过存储优化处理的通用型机器学习模型，则根据所述存储优化处理的操作对所述目标二级模型进行还原；其中，所述存储优化处理包括加密和压缩中的至少一项，所述还原为所述存储优化处理的操作的逆向操作；

所述目录解析器，用于在所述通用机器学习二级模型文件中读取二级模型目录；

所述模型读取器，用于根据所述二级模型目录，读取目标通用机器学习模型。