一种深度学习模型的高效转换方法及装置
基本信息
申请号 | CN201710669779.X | 申请日 | - |
公开(公告)号 | CN107480789B | 公开(公告)日 | 2020-12-29 |
申请公布号 | CN107480789B | 申请公布日 | 2020-12-29 |
分类号 | G06N7/04 | 分类 | 计算;推算;计数; |
发明人 | 杨敏;艾国;张韵东 | 申请(专利权)人 | 北京中星微电子有限公司 |
代理机构 | 北京布瑞知识产权代理有限公司 | 代理人 | 孟潭 |
地址 | 100191 北京市海淀区学院路35号世宁大厦16层 | ||
法律状态 | - |
摘要
摘要 | 本发明实施例的深度学习模型的高效转换方法,用于解决深度学习模型开发效率和运算效率较低的技术问题。方法包括:根据通用深度学习框架建立与NPU模型对应的数据标准化框架;利用所述数据标准化框架将深度学习模型的参数转换为所述数据标准化框架的标准参数;将所述标准参数转换为NPU模型的参数。本发明针对各通用深度学习框架的参数结构为特定处理器建立统一的数据标准化框架,根据通用深度学习框架形成的深度学习模型的参数可以利用数据标准化框架统一的数据结构形成标准数据,使得处理器进行数据解析处理的过程与深度学习模型的结构相关性大大降低,使得处理器处理过程的开发与深度学习模型的开发可以有效分离。还包括相应的高效转换装置。 |
