[发明专利]神经网络模型的处理方法、装置、计算机设备和存储介质

权利要求书

1.一种神经网络模型的处理方法，其特征在于，所述方法包括：

将神经网络模型加载在内存中；

确定所述内存中的神经网络模型所包括的至少两个结构层数据，将所述至少两个结构层数据进行压缩；

所述结构层数据包括卷积层数据和池化层数据；所述确定所述内存中的神经网络模型所包括的至少两个结构层数据，将所述至少两个结构层数据进行压缩，包括：

确定所述内存中的神经网络模型所包括的至少两个卷积层数据，将所述至少两个卷积层数据进行相乘，得到第一系列算子；

确定所述内存中的神经网络模型所包括的至少两个池化层数据，针对每一个所述池化层，将所述池化层数据转换成对应的中间卷积层数据；

将得到的至少两个所述中间卷积层数据进行相乘，得到第二系列算子。

2.根据权利要求1所述的方法，其特征在于，所述将得到的至少两个所述中间卷积层数据进行相乘，得到第二系列算子之后，还包括：

将输入对象输入压缩完成的神经网络模型中，通过所述压缩完成的神经网络模型将所述输入对象与所述第一系列算子进行相乘，得到第一结果；

将所述第一结果与所述第二系列算子进行相乘，得到第二结果，并输出所述第二结果。

3.根据权利要求1所述的方法，其特征在于，所述针对每一个所述池化层，将所述池化层数据转换成对应的中间卷积层数据，包括：

针对每一个所述池化层数据，将所述池化层数据乘以预设矩阵，得到所述池化层数据对应的中间卷积层数据。

4.根据权利要求1所述的方法，其特征在于，所述将神经网络模型加载在内存中之后，还包括：

从所述内存中的所述神经网络模型中读取各个数据，从各个数据中确定数值类型的数据，将所述数值类型的数据转换为字符串类型的数据。

5.根据权利要求4所述的方法，其特征在于，所述将所述数值类型的数据转换为字符串类型的数据之后，还包括：

若所需的数据为所述字符串类型的数据，则获取所述字符串类型的数据，并将所述字符串类型的数据进行反序列化，得到所述字符串类型的数据所对应的数值类型的数据。

6.根据权利要求4所述的方法，其特征在于，所述从所述内存中的所述神经网络模型中读取各个数据，从各个数据中确定数值类型的数据，包括：

从所述内存中的所述神经网络模型中读取各个数据所标记的类型信息，确定类型信息为数值类型的数据。

7.根据权利要求1所述的方法，其特征在于，所述将神经网络模型加载在内存中，包括：

从磁盘中获取所需的神经网络模型，并将所需的所述神经网络模型加载在内存中。

8.根据权利要求7所述的方法，其特征在于，所述从磁盘中获取所需的神经网络模型，并将所需的所述神经网络模型加载在内存中，包括：

获取所需的神经网络模型的标识，将所述标识与磁盘中所存储的各个神经网络模型的标识进行匹配，获取相匹配的神经网络模型，并将所述相匹配的神经网络模型加载在内存中。

9.一种神经网络模型的处理装置，其特征在于，所述装置包括：

加载模块，用于将神经网络模型加载在内存中；

压缩模块，用于确定所述内存中的神经网络模型所包括的至少两个结构层数据，将所述至少两个结构层数据进行压缩；所述结构层数据包括卷积层数据和池化层数据；所述确定所述内存中的神经网络模型所包括的至少两个结构层数据，将所述至少两个结构层数据进行压缩，包括：确定所述内存中的神经网络模型所包括的至少两个卷积层数据，将所述至少两个卷积层数据进行相乘，得到第一系列算子；确定所述内存中的神经网络模型所包括的至少两个池化层数据，针对每一个所述池化层，将所述池化层数据转换成对应的中间卷积层数据；将得到的至少两个所述中间卷积层数据进行相乘，得到第二系列算子。