[发明专利]一种数据处理方法、装置、设备及计算机存储介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取深度学习模型的静态中间表示和动态中间表示；其中，所述深度学习模型为基于前端模型框架构建的模型；在所述静态中间表示对应的计算子图中，各有向边上承载有静态张量数据；在所述动态中间表示对应的计算子图中，各有向边上承载有动态张量数据；

将所述静态中间表示转化为与所述前端模型框架无关的静态中间表示，并对转化后的静态中间表示进行优化，得到优化后的静态中间表示；

在所述动态中间表示对应的计算子图中，根据至少一个计算子图各自对应的运行时长对所述至少一个计算子图进行筛选，获得至少一个待优化计算子图；

对所述至少一个待优化计算子图进行优化，得到优化后的动态中间表示；其中，所述优化后的动态中间表示至少包括优化后的计算子图；

对所述优化后的静态中间表示和所述优化后的动态中间表示进行编译，得到后端硬件设备可执行的目标代码，以使所述后端硬件设备执行所述目标代码，实现所述目标代码的功能。

2.如权利要求1所述的数据处理方法，其特征在于，所述对转化后的静态中间表示进行优化，包括：

对转化后的静态中间表示中包含的节点进行融合，以将所述转化后的静态中间表示中具有同一属性的多个节点融合到同一个内核函数中；

或者，

获取转化后的静态中间表示中每一节点的张量操作所对应的布局要求；

根据所述布局要求对所述转化后的静态中间表示的静态张量数据进行数据布局转换。

3.如权利要求1所述的数据处理方法，其特征在于，所述对转化后的静态中间表示进行优化，包括：

对转化后的静态中间表示中包含的节点进行融合，以将所述转化后的静态中间表示中具有同一属性的多个节点融合到同一个内核函数中，得到至少一个融合节点；

获取每一所述融合节点的张量操作所对应的布局要求；

根据所述布局要求对融合后的静态中间表示的静态张量数据进行数据布局转换。

4.如权利要求1所述的数据处理方法，其特征在于，所述根据至少一个计算子图各自对应的运行时长对所述至少一个计算子图进行筛选，获得至少一个待优化计算子图，包括：

针对发生变化的计算子图，获取变化后的计算子图在所述后端硬件设备上执行的运行时长；

在所述运行时长大于第一阈值的情况下，将所述运行时长对应的计算子图作为所述待优化计算子图。

5.如权利要求1所述的数据处理方法，其特征在于，所述根据至少一个计算子图各自对应的运行时长对所述至少一个计算子图进行筛选，获得至少一个待优化计算子图，包括：

针对发生变化的计算子图，获取变化后的计算子图在所述后端硬件设备上执行的运行时长，得到排序结果；其中，在所述排序结果中，运行时长越长，排名越靠前；

将所述排序结果中排名前L位的运行时长对应的计算子图作为所述待优化计算子图，L0。

6.如权利要求1所述的数据处理方法，其特征在于，所述根据至少一个计算子图各自对应的运行时长对所述至少一个计算子图进行筛选，获得至少一个待优化计算子图，包括：

针对发生变化的同一个计算子图，获取变化后的计算子图在所述后端硬件设备上执行的第一运行时长，以及变化前的计算子图在所述后端硬件设备上执行的第二运行时长；

在所述第一运行时长与所述第二运行时长之间的差值大于第二阈值的情况下，将所述第一运行时长对应的计算子图作为所述待优化计算子图。

7.一种数据处理方法，其特征在于，包括：

获取目标代码和待处理图像；

根据所述目标代码对所述待处理图像进行处理，得到图像处理结果；其中，所述目标代码为通过如权利要求1-6中任一项所述的数据处理方法得到的。