首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

编译深度学习模型的方法、装置及计算机可读介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:联发科技股份有限公司

摘要:本公开涉及编译深度学习模型的方法、装置及计算机可读介质。提供了一种编译深度学习模型的方法,该方法包括:从编译结果中读取元数据,该元数据指示与低级IR相对应的深度学习模型的结构;接收深度学习模型的输入张量的形状信息;基于深度学习模型的输入张量的形状信息以及该深度学习模型的结构,来确定计算操作中的第一计算操作的输出张量的形状;根据第一计算操作的输出张量的形状以及执行深度学习模型的处理器的硬件限制,来将第一计算操作的输出张量分块成一个或多个图块;以及将模板化硬件命令的一个或多个副本拼接成可执行硬件命令。

主权项:1.一种编译深度学习模型的方法,其特征在于,所述方法包括:从编译结果中读取元数据,所述元数据是从用于编译所述深度学习模型的深度学习编译处理生成的低级中间表示IR中提取的,所述元数据指示与所述低级IR相对应的所述深度学习模型的结构,所述结构包括计算操作以及连接所述计算操作的连接;接收所述深度学习模型的输入张量的形状信息;基于所述深度学习模型的所述输入张量的所述形状信息以及所述深度学习模型的所述结构,来确定所述计算操作中的第一计算操作的输出张量的形状;根据所述第一计算操作的所述输出张量的所述形状以及执行所述深度学习模型的处理器的硬件限制,来将所述第一计算操作的所述输出张量分块成一个或多个图块;以及将模板化硬件命令的一个或多个副本拼接成可执行硬件命令,所述模板化硬件命令的所述一个或多个副本分别对应于所述一个或多个图块,所述模板化硬件命令是所述元数据的部分并且对应于所述第一计算操作。

全文数据:

权利要求:

百度查询: 联发科技股份有限公司 编译深度学习模型的方法、装置及计算机可读介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。