[发明专利]深度学习模型生成方法、装置、设备及存储介质有效
| 申请号： | 201910897445.7 | 申请日： | 2019-09-23 |
| 公开（公告）号： | CN110598855B | 公开（公告）日： | 2023-06-09 |
| 发明（设计）人： | 谭志鹏;刘耀勇;蒋燚 | 申请（专利权）人： | OPPO广东移动通信有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06N5/04;G06F8/41 |
| 代理公司： | 北京三高永信知识产权代理有限责任公司 11138 | 代理人： | 邢少真 |
| 地址： | 523860 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例公开了一种深度学习模型生成方法、装置、设备及存储介质，属于深度学习领域。该方法包括：根据深度学习模型的模型文件生成第一源文件，模型文件包含所述深度学习模型中的权值矩阵；获取深度学习模型对应的第二源文件；对第一源文件和第二源文件进行编译，生成深度学习模型对应的目标文件。采用本申请实施例提供的方法，通过预先根据深度学习模型中的权值矩阵生成第一源文件，从而在编译过程中，同时对第一源文件以及神经网络结构对应的第二源文件进行编译，生成深度学习模型对应的目标文件，在深度学习模型的编译阶段即可完成权值矩阵的数据加载，后续模型推理过程中不需要重新加载权值矩阵，进而提高了深度学习模型推理的效率。 | ||
| 搜索关键词： | 深度 学习 模型 生成 方法 装置 设备 存储 介质 | ||
【主权项】：
1.一种深度学习模型生成方法，其特征在于，所述方法包括：/n根据深度学习模型的模型文件生成第一源文件，所述模型文件包含所述深度学习模型中的权值矩阵；/n获取所述深度学习模型对应的第二源文件，所述第二源文件为所述深度学习模型所采用神经网络结构的源文件；/n对所述第一源文件和所述第二源文件进行编译，生成所述深度学习模型对应的目标文件。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于OPPO广东移动通信有限公司，未经OPPO广东移动通信有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910897445.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于GRU模型的台区线损率预测方法
- 下一篇：基于人工神经网络的设置方法
