[发明专利]一种模型文件的生成方法、装置、电子设备及存储介质

说明书

本申请提供了一种模型文件的生成方法、装置、电子设备及存储介质，其中，该模型文件的生成方法包括：获取目标模型对应的模型函数；其中，所述模型函数包括多个算子；将所述模型函数中的每个算子转换成第一通用表达式；其中，所述第一通用表达式包括该算子的多个算子属性；根据每个算子对应的输入信息和输出信息，确定所述多个算子中任意两个算子之间的关联关系；根据每个算子对应的第一通用表达式，以及所述多个算子中任意两个算子之间的关联关系，生成所述目标模型对应的模型文件。本申请能够对模型中的多个算法进行统一表达，提高模型工程化的效率。

技术领域

本申请涉及计算机信息技术领域，具体而言，涉及一种模型文件的生成方法、装置、电子设备及存储介质。

背景技术

现阶段，无论是传统的机器学习方法，还是新兴的深度学习方法，都会涉及大量异构的框架和算法，比如，Sklearn工具支持的线性回归算法、XG boost支持的树状回归算法、light GBM支持的树状回归算法等。

实际中，每个模型可以包括多个算法，并且模型中的每个算法可以对应不同的机器学习框架，这种多框架多算法的模型，提高了模型工程化的复杂度，降低了模型工程化的效率，因此，统一模型中多个算法的表达方式是当前亟待解决的技术问题。

发明内容

有鉴于此，本申请实施例的目的在于提供一种模型文件的生成方法、装置、电子设备及存储介质，能够对模型中的多个算法进行统一表达，提高模型工程化的效率。

第一方面，本申请实施例提供了一种模型文件的生成方法，所述生成方法包括：

获取目标模型对应的模型函数；其中，所述模型函数包括多个算子；

将所述模型函数中的每个算子转换成第一通用表达式；其中，所述第一通用表达式包括该算子的多个算子属性；

根据每个算子对应的输入信息和输出信息，确定所述多个算子中任意两个算子之间的关联关系；

根据每个算子对应的第一通用表达式，以及所述多个算子中任意两个算子之间的关联关系，生成所述目标模型对应的模型文件。

在一种可能的实施方式中，所述将所述模型函数中的每个算子转换成第一通用表达式，包括：

针对所述模型函数中的每个算子，根据该算子所属的类别，确定该算子对应的多个算子属性，将该算子转换为包括所述多个算子属性的第一通用表达式。

在一种可能的实施方式中，通过如下方式确定每个算子所属的类别：

查找所述模型函数中每个算子的存储地址；

基于所述存储地址的查找结果，将与所述查找结果相匹配的类别，确定为该算子所属的类别。

在一种可能的实施方式中，所述根据每个算子对应的第一通用表达式，以及所述多个算子中任意两个算子之间的关联关系，生成所述目标模型对应的模型文件，包括：

基于预设的多个模型属性，生成所述模型函数对应的包括所述多个模型属性的第二通用表达式；

根据每个算子对应的第一通用表达式，所述模型函数对应的第二通用表达式，以及所述多个算子中任意两个算子之间的关联关系，生成所述目标模型对应的模型文件。

在一种可能的实施方式中，所述算子所属的类别包括：自定义算子、框架语义算子。

在一种可能的实施方式中，所述根据每个算子对应的第一通用表达式，以及所述多个算子中任意两个算子之间的关联关系，生成所述目标模型对应的模型文件，包括：

根据所述多个算子中任意两个算子之间的关联关系，确定所述多个算子对应的组合方式；