[发明专利]一种AI模型文件的部署方法及存储介质

权利要求书

1.一种AI模型文件的部署方法，其特征在于，包括：

将AI模型文件进行序列化处理得到开放神经网络交换模型；

将所述开放神经网络交换模型上传至配置有gitlab系统的目标服务器，且指示所述目标服务器通过所述gitlab系统根据所述开放神经网络交换模型返回相应的标识信息；

根据所述标识信息，对所述开放神经网络交换模型进行持续交付处理，得到交付后的开放神经网络交换模型；

将所述交付后的开放神经网络交换模型部署至网络中相应的节点。

2.如权利要求1所述的AI模型文件的部署方法，其特征在于，所述将AI模型文件进行序列化处理得到开放神经网络交换模型，包括：

从所述AI模型文件中得到对应的结构图和权重文件；

对所述结构图和权重文件进行序列化处理，得到所述开放神经网络交换模型。

3.如权利要求1所述的AI模型文件的部署方法，其特征在于，所述将所述开放神经网络交换模型上传至配置有gitlab系统的目标服务器，且指示所述目标服务器通过所述gitlab系统根据所述开放神经网络交换模型返回相应的标识信息，包括：

将所述开放神经网络交换模型上传至配置有gitlab系统的目标服务器，且指示所述目标服务器在接收到开放神经网络交换模型且保持至本地时，通过所述gitlab系统根据所述开放神经网络交换模型返回相应的标识信息。

4.如权利要求1所述的AI模型文件的部署方法，其特征在于，所述根据所述标识信息，对所述开放神经网络交换模型进行持续交付处理，得到交付后的开放神经网络交换模型，包括：

根据所述标识信息对所述开放神经网络交换模型进行标准化处理，得到具有标准格式版本号的目标开放神经网络交换模型；

对所述目标开放神经网络交换模型进行持续交付处理，得到交付后的开放神经网络交换模型。

5.如权利要求4所述的AI模型文件的部署方法，其特征在于，所述对所述目标开放神经网络交换模型进行持续交付处理，得到交付后的开放神经网络交换模型，包括：

基于Python语言编写的脚本文件对所述目标开放神经网络交换模型进行持续交付处理，得到交付后的开放神经网络交换模型。

6.如权利要求1所述的AI模型文件的部署方法，其特征在于，方法还包括：

基于开放神经网络交换运行库中的应用程序接口，对所述节点上的开放神经网络交换模型进行在线测试，得到测试结果。

7.如权利要求6所述的AI模型文件的部署方法，其特征在于，所述调用开放神经网络交换运行库中的接口，对所述节点上的开放神经网络交换模型进行测试，得到测试结果，包括：

根据生产环境，为所述开放神经网络交换模型配置测试应用程序接口信息；

通过调用开放神经网络交换运行库中与所述测试应用程序接口信息对应的应用程序接口，对所述节点上的开放神经网络交换模型进行在线测试，得到测试结果。

8.一种AI模型文件的部署方法装置，其特征在于，

转换单元：将AI模型文件进行序列化处理得到开放神经网络交换模型；

上传单元：将所述开放神经网络交换模型上传至配置有gitlab系统的目标服务器，且指示所述目标服务器通过所述gitlab系统根据所述开放神经网络交换模型返回相应的标识信息；

交付单元：根据所述标识信息，对所述开放神经网络交换模型进行持续交付处理，得到交付后的开放神经网络交换模型；

部署单元：将所述交付后的开放神经网络交换模型部署至网络中相应的节点；

测试单元：基于开放神经网络交换运行库中的应用程序接口，对所述节点上的开放神经网络交换模型进行在线测试，得到测试结果。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，其特征在于，所述计算机可读指令为权利要求1-7任意一项所述的引擎生成的可读指令。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述任一权利要求1-7所述方法的步骤。