[发明专利]用于处理机器学习模型的方法、设备和计算机程序产品

权利要求书

1.一种用于处理机器学习模型的方法，所述方法包括：

获得由源语言编写的机器学习模型的中间表示，所述中间表示与所述源语言和目标语言无关并且包括结构化的文本；

基于所述中间表示生成计算图，所述计算图中的节点表示与所述机器学习模型有关的函数，所述计算图中的有向边表示所述函数之间的依赖关系；以及

将所述计算图划分为有顺序的多个部分，使得所述多个部分将按照所述顺序被执行并且每个部分中的节点所对应的函数能够被并行执行。

2.根据权利要求1所述的方法，其中将所述计算图划分为所述多个部分包括：

确定所述计算图的多个节点中的至少部分节点的入度，一个节点的入度表示指向该节点的有向边的数目；以及

基于所述入度来将所述计算图划分为所述多个部分。

3.根据权利要求2所述的方法，其中基于所述入度来将所述计算图划分为所述多个部分包括迭代地执行如下动作：

选择所述计算图的第一部分，使得所述第一部分中的每个节点具有预定的阈值入度；以

移除所述计算图中与所述第一部分中的节点有关的有向边和所述第一部分，以更新计算图。

4.根据权利要求3所述的方法，其中所述阈值入度为零。

5.一种用于处理机器学习模型的电子设备，所述电子设备包括：

处理器；以及

存储器，存储有计算机程序指令，处理器运行存储器中的所述计算机程序指令控制所述电子设备执行动作，所述动作包括：

获得由源语言编写的机器学习模型的中间表示，所述中间表示与所述源语言和目标语言无关并且包括结构化的文本；

基于所述中间表示生成计算图，所述计算图中的节点表示与所述机器学习模型有关的函数，所述计算图中的有向边表示所述函数之间的依赖关系；以及

将所述计算图划分为有顺序的多个部分，使得所述多个部分将按照所述顺序被执行并且每个部分中的节点所对应的函数能够被并行执行。

6.根据权利要求5所述的电子设备，其中将所述计算图划分为所述多个部分包括：

确定所述计算图的多个节点中的至少部分节点的入度，一个节点的入度表示指向该节点的有向边的数目；以及

基于所述入度来将所述计算图划分为所述多个部分。

7.根据权利要求6所述的电子设备，其中基于所述入度来将所述计算图划分为所述多个部分包括迭代地执行如下动作：

选择所述计算图的第一部分，使得所述第一部分中的每个节点具有预定的阈值入度；以及

移除所述计算图中与所述第一部分中的节点有关的有向边和所述第一部分，以更新计算图。

8.根据权利要求7所述的电子设备，其中所述阈值入度为零。

9.一种计算机程序产品，所述计算机程序产品被有形地存储在非易失性计算机可读介质上并且包括机器可执行指令，所述机器可执行指令在被执行时使机器执行动作，所述动作包括：

获得由源语言编写的机器学习模型的中间表示，所述中间表示与所述源语言和目标语言无关并且包括结构化的文本；

基于所述中间表示生成计算图，所述计算图中的节点表示与所述机器学习模型有关的函数，所述计算图中的有向边表示所述函数之间的依赖关系；以及

将所述计算图划分为有顺序的多个部分，使得所述多个部分将按照所述顺序被执行并且每个部分中的节点所对应的函数能够被并行执行。

10.根据权利要求9所述的计算机程序产品，其中将所述计算图划分为所述多个部分包括：

确定所述计算图的多个节点中的至少部分节点的入度，一个节点的入度表示指向该节点的有向边的数目；以及

基于所述入度来将所述计算图划分为所述多个部分。