申请/专利权人:腾讯科技(深圳)有限公司
申请日:2020-02-20
公开(公告)日:2020-06-26
公开(公告)号:CN111338635A
主分类号:G06F8/41(20180101)
分类号:G06F8/41(20180101);G06N3/04(20060101)
优先权:
专利状态码:有效-授权
法律状态:2023.09.12#授权;2022.10.25#实质审查的生效;2020.06.26#公开
摘要:本申请公开了一种用于计算图的图编译方法、装置、设备及存储介质,涉及深度学习领域。该方法用于编译深度学习的计算图,该方法包括:获取输入的计算图,计算图包括至少两层节点,相邻两层节点中存在数据流动方向的节点之间连接有有向边,至少两层节点中存在目标节点;对计算图进行图改写,得到优化后的计算图;对于优化后的计算图,生成目标节点的前向计算序列;对前向计算序列中的各个节点进行算子代码编译,得到前向计算序列的第一算子代码;输出目标节点的前向计算序列和第一算子代码。通过对计算图进行改写后,简化了计算图的复杂结构,提升了计算图的编译效率。
主权项:1.一种计算图的图编译方法,其特征在于,用于编译深度学习的计算图,所述方法包括:获取输入的所述计算图,所述计算图包括至少两层节点,相邻两层节点中存在数据流动方向的节点之间连接有有向边,所述至少两层节点中存在目标节点;对所述计算图进行图改写,得到优化后的计算图;对于所述优化后的计算图,生成所述目标节点的前向计算序列;对所述前向计算序列中的各个节点进行算子代码编译,得到所述前向计算序列的第一算子代码;输出所述目标节点的所述前向计算序列和所述第一算子代码。
全文数据:
权利要求:
百度查询: 腾讯科技(深圳)有限公司 计算图的图编译方法、装置、设备及存储介质
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。