[发明专利]运算方法、装置及相关产品

说明书

本公开涉及一种运算方法、装置及相关产品，所述产品包括处理组件，其进一步包括一个或多个处理器，以及由存储器所代表的存储器资源，用于存储可由处理组件的执行的指令。存储器中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件被配置为执行指令。本公开可以提高相关产品在进行神经网络模型的运算时的运算效率。

技术领域

本公开涉及信息处理技术领域，尤其涉及一种运算方法、装置及相关产品。

背景技术

在人工智能技术领域，神经网络算法是最近非常流行的一种机器学习算法，在各种领域中都取得了非常好的效果，比如图像识别，语音识别，自然语言处理等。随着神经网络算法的发展，算法的复杂度也越来越高，为了提高识别度，模型的规模也在逐渐增大。用GPU和CPU处理起这些大规模的模型，要花费大量的计算时间，并且耗电量很大。

发明内容

有鉴于此，本公开提出了一种调试方法及装置。

根据本公开的一方面，提供了一种调试方法，所述方法包括：

确定计算图中的第一节点，其中，所述第一节点的属性中包括中断属性；

删除所述计算图中所述第一节点的后序节点，并将所述第一节点连接到会聚节点，

其中，所述后序节点为所述计算图中按照前向遍历的顺序位于所述第一节点之后、且与所述第一节点属于同一分支的节点。

在一种可能的实现方式中，删除所述计算图中所述第一节点的后序节点，并将所述第一节点连接到会聚节点，包括：

将所述第一节点连接到会聚节点；

从所述会聚节点开始，逆向遍历所述计算图中的节点，删除所述计算图中没有被遍历到的节点。

在一种可能的实现方式中，删除所述计算图中所述第一节点的后序节点，并将所述第一节点连接到会聚节点，包括：

根据所述计算图的拓扑排序删除所述第一节点的后序节点；

将所述第一节点连接到会聚节点。

在一种可能的实现方式中，若存在两个以上所述第一节点，且其中一个第一节点是源节点到另一第一节点的必经节点，则该一个第一节点的中断属性无效。

在一种可能的实现方式中，所述方法还包括：

确定计算图中的第二节点，其中，所述第二节点的属性中包括输出属性；

将所述第二节点连接到会聚节点。

在一种可能的实现方式中，所述方法还包括：

运行所述计算图，输出所述第一节点和第二节点的输出结果。

在一种可能的实现方式中，所述方法还包括：

创建源节点和会聚节点；

遍历图定义文件中的每一个节点，根据每一个节点的输入节点以及出度、所述源节点和会聚节点构建所述计算图。

在一种可能的实现方式中，根据每一个节点的输入节点以及出度、所述源节点和会聚节点构建所述计算图，包括：

根据节点的输入节点建立节点之间的连接关系；

将没有输入节点的节点连接到所述源节点；

在非调试模式下，将出度为0的节点连接到所述会聚节点。

根据本公开的另一方面，提供了一种调试装置，所述装置包括：

第一确定模块，用于确定计算图中的第一节点，其中，所述第一节点的属性中包括中断属性；