[发明专利]一种模型移植的方法、系统及终端设备

说明书

本申请涉及模型移植的领域，尤其是涉及一种模型移植的方法、系统及终端设备，其方法包括获取模型文件并上传至模型仓库；基于所述模型文件，获取模型结构；判断所述模型结构是否正常；若所述模型结构不正常，则重新获取所述模型文件并判断所述模型结构是否正常；若所述模型结构正常，进行模型移植；判断所述模型移植是否成功；若所述模型移植成功，将移植后在不同平台的所述新模型文件上传至模型仓库；若所述模型移植失败，则更换移植精度，进行下一轮模型移植，直至移植成功。本申请在不同平台之间进行模型移植，节约了代码编写的时间以及训练参数的时间，大大提高了模型移植的效率。

技术领域

本申请涉及模型移植的领域，尤其是涉及一种模型移植的方法、系统及终端设备。

背景技术

IT领域的各大主流AI学习平台都会自己独特的特点，不同的平台上有不同的模型。在实际应用模型的过程中，利用模型进行推理服务需要选定一个特定的平台，而能够满足应用的需求模型很可能是基于其他平台训练而来的，此时需要将一种平台所编写的代码并训练出来的模型移植到另一平台的模型。

相关技术中，将一种平台所编写的代码并训练出来的模型移植到另一平台的模型，通常是在新的平台上重写编写代码，然后再训练参数，以达到和原平台相同的功能。

针对上述中的相关技术，发明人认为，在新的平台上重新编写代码然后再训练参数，是一个非常耗时耗力的过程，模型移植的效率低。

发明内容

为了提高模型移植速度，本申请提供一种模型移植的方法、系统及终端设备。

本申请提供的一种模型移植的方法、系统及终端设备采用如下的技术方案：

一种模型移植的方法，包括。

获取模型文件并上传至模型仓库；

基于所述模型文件，获取模型结构；

判断所述模型结构是否正常；

若所述模型结构不正常，则重新获取所述模型文件并判断所述模型结构是否正常；

若所述模型结构正常，进行模型移植；

判断所述模型移植是否成功；

若所述模型移植成功，将移植后在不同平台的所述新模型文件上传至模型仓库；

若所述模型移植失败，则更换移植精度，进行下一轮模型移植，直至移植成功。

通过采用上述技术方案，将现有的模型文件上传至模型仓库，根据模型文件获取到模型结构，根据模型结构的正常判断所上传的模型是否能够进行模型移植，当模型结构正常的时候进行模型移植，当模型结构不正常的时候，则需要重新上传模型文件并再次判断模型结构是否正常，只有模型结构正常的模型文件能够进行模型移植，模型结构为模型文件中的各个节点的连接关系，进行模型移植的时候，如果模型移植成功，则将模型移植后的新模型文件上传至模型仓库，方便用户之后需要使用的时候可以直接调用模型移植后的模型文件去使用，如果模型移植失败，则更换模型移植时所选择的模型移植精度，进行下一轮模型移植，直到模型移植成功后上传至模型仓库，在不同平台之间进行模型移植，节约了代码编写的时间以及训练参数的时间，大大提高了模型移植的效率。

可选的，所述获取模型文件并上传至模型仓库包括：

获取所述模型文件的文件扩展名；

获取被移植平台信息；

基于所述被移植平台信息，获取验证文件的文件扩展名；

判断所述模型文件的文件扩展名和所述验证文件的文件扩展名是否相同；

若所述模型文件的文件扩展名和所述验证文件的文件扩展名不相同，修改所述验证文件的扩展名，并重新判断所述模型文件的文件扩展名和所述验证文件的文件扩展名；

若所述模型文件的文件扩展名和所述验证文件的文件扩展名相同，则上传所述模型文件至所述模型仓库。