[发明专利]设备运行方法、装置、存储介质及电子设备

说明书

本申请公开了一种设备运行方法、装置、存储介质及电子设备。该设备运行方法包括：获取神经网络模型，并确定神经网络模型中各神经层对应的算子；配置各算子对应的接口；获取多组不同的运行环境对应的配置参数，运行环境对应的配置参数用于指定在电子设备中运行神经网络模型时各神经层的运行环境；按照每一组运行环境对应的配置参数，在电子设备中运行神经网络模型，其中，在不同的运行环境下运行神经网络模型时，通过各算子对应的接口调用对应的算子；基于每一组运行环境对应的配置参数，输出神经网络模型在对应的运行环境下的运行结果数据，以比较神经网络模型在不同运行环境下的运行效率。本申请可以比较神经网络模型在不同运行环境下的运行效率。

技术领域

本申请属于电子设备技术领域，尤其涉及一种设备运行方法、装置、存储介质及电子设备。

背景技术

人工神经网络(Artificial Neural Network，ANN)以及基于人工神经网络的深度学习方法已经越来越多地应用到诸如图像识别、场景判断、智能推荐等人工智能领域，并且在各方面展现了其优越性。针对人工神经网络的硬件加速也是一个热门的研究领域。然而，相关技术中，在为人工神经网络设计硬件加速时，无法比较人工神经网络在不同的运行环境中的运行效率。

发明内容

本申请实施例提供一种设备运行方法、装置、存储介质及电子设备，可以比较人工神经网络在不同的运行环境中的运行效率。

第一方面，本申请实施例提供一种设备运行方法，包括：

获取神经网络模型，并确定所述神经网络模型中各神经层对应的算子；

配置各所述算子对应的接口；

获取多组不同的运行环境对应的配置参数，所述运行环境对应的配置参数用于指定在电子设备中运行所述神经网络模型时各神经层的运行环境；

按照每一组所述运行环境对应的配置参数，在所述电子设备中运行所述神经网络模型，其中，在不同的运行环境下运行所述神经网络模型时，通过各算子对应的接口调用对应的算子；

基于每一组所述运行环境对应的配置参数，输出所述神经网络模型在对应的运行环境下的运行结果数据，以比较所述神经网络模型在不同运行环境下的运行效率。

第二方面，本申请实施例提供一种设备运行装置，包括：

第一获取模块，用于获取神经网络模型，并确定所述神经网络模型中各神经层对应的算子；

设置模块，用于配置各所述算子对应的接口；

第二获取模块，用于获取多组不同的运行环境对应的配置参数，所述运行环境对应的配置参数用于指定在电子设备中运行所述神经网络模型时各神经层的运行环境；

运行模块，用于按照每一组所述运行环境对应的配置参数，在所述电子设备中运行所述神经网络模型，其中，在不同的运行环境下运行所述神经网络模型时，通过各算子对应的接口调用对应的算子；

输出模块，用于基于每一组所述运行环境对应的配置参数，输出所述神经网络模型在对应的运行环境下的运行结果数据，以比较所述神经网络模型在不同运行环境下的运行效率。

第三方面，本申请实施例提供一种存储介质，其上存储有计算机程序，当所述计算机程序在计算机上执行时，使得所述计算机执行本申请实施例提供的设备运行方法中的流程。

第四方面，本申请实施例还提供一种电子设备，包括存储器，处理器，所述处理器通过调用所述存储器中存储的计算机程序，用于执行本申请实施例提供的设备运行方法中的流程。