[发明专利]一种面向内存计算平台的代码转换方法、系统及应用有效
申请号: | 202010577767.6 | 申请日: | 2020-06-23 |
公开(公告)号: | CN111831285B | 公开(公告)日: | 2023-03-14 |
发明(设计)人: | 刘锦辉;赵晨;刘续文;杜方舟 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | G06F8/40 | 分类号: | G06F8/40;G06N3/0464;G06N3/08 |
代理公司: | 西安长和专利代理有限公司 61227 | 代理人: | 何畏 |
地址: | 710071 陕西省*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 面向 内存 计算 平台 代码 转换 方法 系统 应用 | ||
1.一种面向内存计算平台的代码转换方法,其特征在于,所述代码转换方法包括:
从计算图中获取节点信息,包括节点名称,节点所做的操作,数据类型以及节点间的互联关系;
利用底层硬件描述语言为内存计算平台设计算法库,并提供统一编程接口;
根据节点之间的互联关系构建顶层top文件,即可以直接在内存计算平台上执行的文件,实现从高级语言到底层硬件描述语言的代码转换;
所述代码转换方法的计算图生成及提取,采用计算图表示数学计算,其中包括节点和边,计算图中的节点表示施加的数学操作、数据输入或输出的起点、数据输入或输出的终点或读取写入持久变量的终点,线表示节点之间的输入和输出关系;
所述代码转换方法利用跨框架的模型中间表达框架实现数据流图的统一,通过ONNX将各种计算框架的模型通过简单的步骤完成相互转换;采用Tensorflow作为代码转换的前端,其他的神经网络模型通过ONNX转换成Tensorflow的pb模型;
所述代码转换方法代码转换框架重点关注神经网络的部署阶段,用户通过常见的深度学习框架构建模型,并完成模型训练,并生成模型文件,并通过ONNX转换成统一的数据流图格式,其包含网络的节点信息和节点之间的互联关系。
2.如权利要求1所述的面向内存计算平台的代码转换方法,其特征在于,所述代码转换方法基于硬件描述语言构建了面向神经网络应用的算法库。
3.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1~2任意一项所述面向内存计算平台的代码转换方法。
4.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1~2任意一项所述面向内存计算平台的代码转换方法。
5.一种运行权利要求1~2任意一项所述面向内存计算平台的代码转换方法的代码转换系统,其特征在于,所述代码转换系统包括:
节点信息处理模块,用于从计算图中获取节点信息,节点所做的操作,数据类型以及节点之间的互联关系;
节点操作处理模块,用于利用底层硬件描述语言为内存计算平台设计算法库,并提供统一编程接口;
代码转换处理模块,用于根据节点之间的互联关系构建顶层top文件,即可以直接在内存计算平台上执行的文件,实现从高级语言到底层硬件描述语言的代码转换。
6.一种终端,其特征在于,所述终端搭载权利要求5所述代的码转换系统。
7.一种内存计算平台,其特征在于,所述内存计算平台搭载权利要求5所述代的码转换系统。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010577767.6/1.html,转载请声明来源钻瓜专利网。