[发明专利]网络结构的处理方法、装置及相关产品

说明书

本申请涉及一种网络结构的处理方法、装置及相关产品，包括：计算机设备获取优化指令；再根据该优化指令中的优化级别对网络结构执行相应的优化处理操作，得到优化后的网络结构。本申请提出的网络结构的处理方法可以减小资源开销，并提高网络结构对图像的检测速率。

技术领域

本申请涉及信息处理技术领域，尤其涉及一种网络结构的处理方法、装置及相关产品。

背景技术

随着机器学习网络技术的不断发展，人们对机器学习网络的性能要求也越来越高，例如，机器学习网络的性能包括资源开销、运算时间、运算速率、可靠性、运算精度等。

由于检测网络SSD在图像检测领域因其具有较高的检测精度，成为了目前常用到的一种机器学习网络，且该检测网络SSD用于实现图像的检测与识别。现有的检测网络SSD中包括各种类型的网络结构层，以及各网络结构层下的数据变换操作层。在MLU芯片内，因为特殊的数据摆放等原因使得某些数据变化操作层不需要强制执行，这种情况下这样的网络结构层统称为冗余层。例如：Permute、Reshape、Flatten等数据变化操作层。如果冗余层存在于检测网络SSD中，导致数据处理时资源开销很大、且检测速率降低的问题。

发明内容

基于此，本申请提供了一种能够有效减小资源开销，且提高检测速率的网络结构的处理方法、装置及相关产品。

第一方面，本申请实施例提供了一种网络结构的处理方法，所述包括：

获取优化指令；

根据所述优化指令中的优化级别对网络结构进行优化处理。

第二方面，本申请实施例提供了一种网络结构的处理装置，所述装置包括：

获取模块，用于获取优化指令；

优化模块，用于根据所述优化指令中的优化级别对网络结构进行优化处理。

第三方面，本申请实施例提供了一种机器学习芯片，该机器学习芯片包括上述第二方面所述的网络结构的处理装置。

第四方面，本申请实施例提供了一种芯片封装结构，该芯片封装结构包括上述第三方面所述的机器学习芯片。

第五方面，本申请实施例提供了一种板卡，该板卡包括上述第四方面所述的芯片封装结构。

第六方面，本申请实施例提供了一种电子设备，该电子设备包括上述第五方面所述的板卡。

本申请提供的一种网络结构的处理方法、装置及相关产品，由于在该网络结构的处理方法中包括用于对网络结构进行优化的优化指令，且该优化指令中的优化级别实现了对网络结构的不同优化操作，因此，相比于现有的网络结构，进行优化处理后的网络结构的复杂度较低，所以减小了系统资源开销，从而提高网络网络结构的检测速率。

附图说明

图1为一个实施例提供的一种计算机设备的内部结构示意图；

图2为一个实施例提供的一种网络结构的处理方法的流程图；

图3为一个实施例提供的一种卷积神经网络优化系统示意图；

图4为一个实施例提供的一种卷积神经网络结构的优化处理方法的流程图；

图4A为一个实施例提供的一种卷积神经网络结构的示意图；

图5为一个实施例提供的一种卷积神经网络结构的优化处理方法的流程图；

图5A为一个实施例提供的一种卷积神经网络结构的示意图；

图6为一个实施例提供的一种卷积神经网络结构的优化处理方法的流程图；

图6A为一个实施例提供的一种卷积神经网络结构的示意图；