[发明专利]具有多个处理任务的条件执行的机器学习模型

说明书

本公开提供了一种方法，该方法包括在包括共有部分和任务特定部分的经训练的机器学习模型处接收输入数据，接收识别一个或多个要执行的处理任务的执行指令，使用经训练的机器学习模型的共有部分处理输入数据以产生中间数据，以及基于执行指令使用经训练的机器学习模型的任务特定部分中的一者或多者处理中间数据以产生一个或多个输出。

相关申请的交叉引用

本申请要求2019年5月21日提交的美国专利申请序列号62/850,618的权益，该申请据此全文以引用方式并入本文以用于所有目的。

技术领域

本公开涉及具有多个处理任务的条件执行的机器学习模型。

背景技术

诸如深度神经网络之类的机器学习模型通常被配置为执行单个任务。例如，当要使用一组输入数据来执行三个处理任务时，该三个任务通常由三个神经网络来执行，每个神经网络处理其中一个任务。

发明内容

本公开的一个方面是一种方法，该方法包括在包括共有部分和任务特定部分的经训练的机器学习模型处接收输入数据，接收识别一个或多个要执行的处理任务的执行指令，使用经训练的机器学习模型的共有部分处理输入数据以产生中间数据，以及基于执行指令使用经训练的机器学习模型的任务特定部分中的一者或多者处理中间数据以产生一个或多个输出。

在该方法的一些具体实施中，基于执行指令使用经训练的机器学习模型的任务特定部分中的一者或多者处理中间数据包括评估针对经训练的机器学习模型的任务特定部分中的每一者的条件指令以确定是否启动经训练的机器学习模型的任务特定部分中的每一者的执行。

在该方法的一些具体实施中，基于执行指令使用经训练的机器学习模型的任务特定部分中的一者或多者处理中间数据包括基于执行指令引起经训练的机器学习模型的任务特定部分中的一者或多者的执行。

在该方法的一些具体实施中，基于执行指令使用经训练的机器学习模型的任务特定部分中的一者或多者处理中间数据包括基于执行指令抑制经训练的机器学习模型的任务特定部分中的一者或多者的执行。

在该方法的一些具体实施中，基于执行指令使用经训练的机器学习模型的任务特定部分中的一者或多者处理中间数据包括仅加载经训练的机器学习模型的任务特定部分中的由执行指令所识别的一者或多者。

在该方法的一些具体实施中，基于执行指令使用经训练的机器学习模型的任务特定部分中的一者或多者处理中间数据包括卸载经训练的机器学习模型的任务特定部分中的至少一部分。

该方法还可包括基于执行指令定义包括经训练的机器学习模型的共有部分和经训练的机器学习模型的任务特定部分中的一者或多者的线性执行顺序。在此类具体实施中，根据线性执行顺序来执行使用经训练的机器学习模型的共有部分处理输入数据和使用经训练的机器学习模型的任务特定部分中的一者或多者处理中间数据。

在该方法的一些具体实施中，经训练的机器学习模型的任务特定部分中的一者或多者包括经训练的机器学习模型的第一任务特定部分和经训练的机器学习模型的第二任务特定部分，并且基于执行指令使用经训练的机器学习模型的任务特定部分中的一者或多者处理中间数据包括顺序地执行经训练的机器学习模型的第一任务特定部分和经训练的机器学习模型的第二任务特定部分。

在该方法的一些具体实施中，经训练的机器学习模型的任务特定部分中的一者或多者包括经训练的机器学习模型的第一任务特定部分和经训练的机器学习模型的第二任务特定部分，并且基于执行指令使用经训练的机器学习模型的任务特定部分中的一者或多者处理中间数据包括并行地执行经训练的机器学习模型的第一任务特定部分和经训练的机器学习模型的第二任务特定部分。