申请/专利权人:上海壁仞智能科技有限公司
申请日:2020-12-18
公开(公告)日:2021-04-09
公开(公告)号:CN112633516A
主分类号:G06N20/00(20190101)
分类号:G06N20/00(20190101);G06F17/16(20060101);G06F16/45(20190101);G06Q20/40(20120101)
优先权:
专利状态码:有效-授权
法律状态:2023.06.27#授权;2021.04.27#实质审查的生效;2021.04.09#公开
摘要:本发明提供一种性能预测和机器学习编译优化方法及装置,该方法包括:确定待预测性能的算子规划;以算子规划中每一张量为节点,以各个张量之间的连接关系为边,构建算子规划的描述图;其中,任一节点的节点特征为对应张量的规划信息,任一条边的边特征为该条边连接的点对应张量的尺寸信息;将描述图输入至性能预测模型,得到性能预测模型输出的算子规划的性能预测结果;其中,性能预测模型是基于样本算子规划及其样本性能参数训练得到的。本发明提供的一种性能预测和机器学习编译优化方法及装置,充分考虑了算子规划内部数据流中各个张量的规划信息,提高了算子规划性能预测的准确性。
主权项:1.一种性能预测方法,其特征在于,包括:确定待预测性能的算子规划;以所述算子规划中每一张量为节点,以各个张量之间的连接关系为边,构建所述算子规划的描述图;其中,任一节点的节点特征为对应张量的规划信息,任一条边的边特征为所述任一条边连接的点对应张量的尺寸信息;将所述描述图输入至性能预测模型,得到所述性能预测模型输出的所述算子规划的性能预测结果;其中,所述性能预测模型是基于样本算子规划及其样本性能参数训练得到的。
全文数据:
权利要求:
百度查询: 上海壁仞智能科技有限公司 性能预测和机器学习编译优化方法及装置
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。