[发明专利]机器学习二级模型文件生成方法、装置、存储介质

权利要求书

1.一种机器学习二级模型文件的生成方法，其特征在于，所述机器学习二级模型文件包括多个二级模型和二级模型目录，所述生成方法包括：

获取多个通用机器学习模型；

对所述多个通用机器学习模型进行压缩处理和/或加密处理，生成所述多个二级模型，以便于所述通用机器学习模型的存放和/或传输安全性；

计算各所述二级模型的存储偏移量；各所述存储偏移量是指每个所述二级模型在二级模型文件中的存储的相对位置；

根据所述多个二级模型以及各所述二级模型的存储偏移量，生成二级模型目录；所述二级模型目录是所述二级模型文件中所有模型存放位置的记录；

根据所述多个二级模型以及所述二级模型目录，生成机器学习所述二级模型文件。

2.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以及所述二级模型目录，生成机器学习二级模型文件，包括：

获取所述机器学习二级模型文件的文件头和文件尾；

根据所述文件头、所述二级模型目录、所述通用机器学习模型以及所述文件尾，生成所述机器学习二级模型文件。

3.根据权利要求1所述的方法，其特征在于，所述计算所述二级模型的存储偏移量的步骤包括：

获取每个所述计算所述二级模型占用的存储空间大小和所述二级模型的数量；

获取所述二级模型的存放顺序；

根据每个所述二级模型占用的存储空间大小、所述二级模型的数量、所述二级模型的存放顺序，计算每个所述二级模型的存储偏移量。

4.根据权利要求1所述的方法，其特征在于，所述根据所述通用机器学习模型以及所述模型目录，生成机器学习二级模型文件，包括：

创建机器学习二级模型文件的标识码；

根据所述标识码、所述二级模型、所述二级模型目录，生成机器学习二级模型文件。

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以及所述模型目录，生成机器学习二级模型文件，包括：

创建所述机器学习二级模型文件的校验码和/或纠错码；根据所述机器学习二级模型文件的校验码和/或纠错码、所述二级模型以及所述二级模型目录，生成机器学习二级模型文件。

6.一种机器学习二级模型文件的生成方法，其特征在于，所述方法包括：

获取机器学习任务的任务参数；

对所述任务参数进行分类，生成任务指令及模型参数；

根据数据类型将所述任务指令及模型参数进行共享数据的汇集生成堆数据，和进行不共享数据的汇集生成栈数据；

将所述栈数据和堆数据进行整合，生成通用机器学习模型；

对所述通用机器学习模型进行存储优化处理，生成二级模型，以便于所述通用机器学习模型的存放和/或传输安全性；

计算所述二级模型的存储偏移量；所述存储偏移量是指每个所述二级模型在二级模型文件中的存储的相对位置；

根据所述二级模型以及所述二级模型存储偏移量，生成二级模型目录；所述二级模型目录是所述二级模型文件中所有模型存放位置的记录；

根据所述二级模型、所述模型目录，生成机器学习所述二级模型文件。