CN110727442B - 用于嵌入式平台数据存储优化方法及系统 - Google Patents
用于嵌入式平台数据存储优化方法及系统 Download PDFInfo
- Publication number
- CN110727442B CN110727442B CN201910962781.5A CN201910962781A CN110727442B CN 110727442 B CN110727442 B CN 110727442B CN 201910962781 A CN201910962781 A CN 201910962781A CN 110727442 B CN110727442 B CN 110727442B
- Authority
- CN
- China
- Prior art keywords
- variables
- fixed point
- point
- floating
- fixed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
- G06F8/61—Installation
- G06F8/63—Image based installation; Cloning; Build to order
Abstract
本发明实施例提供一种用于嵌入式平台数据存储优化方法。该方法包括：接收需要定点转换的浮点源码以及定点精度要求，对浮点源码进行分析，提取浮点源码中的n个变量，包括m个单体变量以及与至少两个单体变量相关的n‑m个依赖变量；将n个变量中的任一或多个变量的数据形式由浮点转换为定点，以生成
套定点转换策略；确定每一套定点转换策略的误差；选取依赖变量误差最小的i套定点转换策略向用户进行反馈；根据用户的选择浮点源码进行定点转换，以减少嵌入式平台的资源占用。本发明实施例还提供一种用于嵌入式平台数据存储优化系统。本发明实施例减少了嵌入式平台中浮点源码运行中所占用的存储空间，减少确定定点转换策略的计算量。
Description
技术领域
本发明涉及平台存储优化领域，尤其涉及一种用于嵌入式平台数据存储优化方法及系统。
背景技术
由于嵌入式设备上存储和计算的资源有限，通常会将烧录到嵌入式设备中代码的变量进行定点化处理，从而减少资源的占用。但是将变量中的浮点形式转为定点会损失一定精度，带来未知的误差。
浮点源码中未知的变量相对较多，并且各浮点源码间还存在着依赖关系，这错综复杂的关系使得用户难以为每个变量配置出合适的数据位宽并且保持准确的精度。
虽然用户可以自行调配进行尝试，但是用户随意调试会影响后期的调试速度，并且需要用户进行大量的尝试，收敛速度较慢，每一次试运行后得到的信息也有限，在耗费大量的时间后，也无法得到最佳的定点转化策略。
发明内容
为了至少解决现有技术中为了减少嵌入式设备的存储计算资源占用，但是难以确定嵌入式设备中浮点源码中各变量的定点转化策略，效率低下，并且也难以获得最佳的定点转化策略的问题。
第一方面，本发明实施例提供一种用于嵌入式平台数据存储优化方法，包括：
接收需要定点转换的浮点源码以及定点精度要求，对所述浮点源码进行分析，提取所述浮点源码中的n个变量，包括m个单体变量以及与至少两个所述单体变量相关的n-m个依赖变量；
将所述n个变量中的任一或多个变量的数据形式由浮点转换为定点，以生成
套定点转换策略，其中，每一套定点转换策略相比于全浮点数据形式占用更小的存储空间；
确定每一套定点转换策略的误差，其中，所述单体变量的误差由浮点转换为定点生成，所述依赖变量的误差由所对应的至少两个单体变量确定；
选取依赖变量误差最小的i套定点转换策略向用户进行反馈，其中，所述定点转换策略包括：浮点源码中各变量的数据形式以及对应的依赖误差；
根据用户的选择所述浮点源码进行定点转换，以减少嵌入式平台的资源占用。
第二方面，本发明实施例提供一种用于嵌入式平台数据存储优化系统，包括：
变量提取程序模块，用于接收需要定点转换的浮点源码以及定点精度要求，对所述浮点源码进行分析，提取所述浮点源码中的n个变量，包括m个单体变量以及与至少两个所述单体变量相关的n-m个依赖变量；
定点转换策略生成程序模块，用于将所述n个变量中的任一或多个变量的数据形式由浮点转换为定点，以生成
套定点转换策略，其中，每一套定点转换策略相比于全浮点数据形式占用更小的存储空间；
误差确定程序模块，用于确定每一套定点转换策略的误差，其中，所述单体变量的误差由浮点转换为定点生成，所述依赖变量的误差由所对应的至少两个单体变量确定；
反馈程序模块，用于选取依赖变量误差最小的i套定点转换策略向用户进行反馈，其中，所述定点转换策略包括：浮点源码中各变量的数据形式以及对应的依赖误差；
优化程序模块，用于根据用户的选择所述浮点源码进行定点转换，以减少嵌入式平台的资源占用。
第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例的用于嵌入式平台数据存储优化方法的步骤。
第四方面，本发明实施例提供一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现本发明任一实施例的用于嵌入式平台数据存储优化方法的步骤。
本发明实施例的有益效果在于：提取浮点源码中的变量，转换变量的数据形式减少了嵌入式平台中浮点源码运行中所占用的存储空间，根据各变量间的依赖关系确定出每一套定点转换策略的误差，并且减少了计算量，向用户反馈多套定点转换策略让用户根据需求进行自行选择，根据用户的选择进行定点转换，减少了嵌入式平台的资源占用。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的一种用于嵌入式平台数据存储优化方法的流程图；
图2是本发明一实施例提供的一种用于嵌入式平台数据存储优化系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示为本发明一实施例提供的一种用于嵌入式平台数据存储优化方法的流程图，包括如下步骤：
S11：接收需要定点转换的浮点源码以及定点精度要求，对所述浮点源码进行分析，提取所述浮点源码中的n个变量，包括m个单体变量以及与至少两个所述单体变量相关的n-m个依赖变量；
S12：将所述n个变量中的任一或多个变量的数据形式由浮点转换为定点，以生成
套定点转换策略，其中，每一套定点转换策略相比于全浮点数据形式占用更小的存储空间；
S13：确定每一套定点转换策略的误差，其中，所述单体变量的误差由浮点转换为定点生成，所述依赖变量的误差由所对应的至少两个单体变量确定；
S14：选取依赖变量误差最小的i套定点转换策略向用户进行反馈，其中，所述定点转换策略包括：浮点源码中各变量的数据形式以及对应的依赖误差；
S15：根据用户的选择所述浮点源码进行定点转换，以减少嵌入式平台的资源占用。
在本实施方式中，一般在加速计算的时候，嵌入式设备上，存储和计算的资源有限，定点化之后的浮点算法源码可以减少资源的占用，其中，说到的定点化是指将没有变成定点数的浮点运算变成定点运算。
对于步骤S11，接收需要定点转换的浮点源码以及定点精度要求，对所述浮点源码进行分析，
接收用户输入的浮点源码，例如，源码中涉及到计算的部分为：
a=(x+3)*b;
y=1/(a+x)
其中，x为输入，y为输出，b为一个可设置的参数，为浮点源码对应的激励文件中a的取值范围是[0,1]，b的取值范围是[0.1,0.5]。其中x，a，b就是单体变量，y会随着这些单体变量的变化而变化，y为相关的依赖变量。
对于步骤S12，将所述n个变量中的任一或多个变量的数据形式由浮点转换为定点，以生成定点转换策略的变量表：
其中，变量表代表一种定点策略，16：1.1.14 代表这个变量总的位宽是16位，1位小数，1位整数部分，14位小数部分。
如果将x（输入）和a这两个变量的数据形式转换成float，即说明a=（x+3）*b这部分使用浮点计算，后面的部分使用定点计算。这样相比于上述表格中形成对比，有了两套定点策略，如果再将a和y（输出）换成float就是另外的一种定点策略如下：
这样每一套定点转换策略相比于全浮点数据形式占用更小的存储空间（在实际使用中，变量的数量远远大于上述举例，并且变量间相互的依赖关系也更加复杂）。
对于步骤S13，在步骤S12中有多种定点策略，每种定点策略的中间变量，例如a的值和全浮点的base相减即可得到实际误差，如：
(a(s1) - a(float))/ a(float) * 100% 即为实际误差。
按照理论估计，x的误差是2^-14, b的误差是2^-14, 两者相乘，a的理论误差为2^-13。这种方式推算理论误差，然后取x，b，a的误差，来确定y的依赖变量误差，对于依赖误差并非如同实际误差那样直接计算，减少了计算量。
对于步骤S14，最终的方案就是一个优中选优的过程，在上述步骤中确定的各定点转换策略的误差，选取了预设数量的误差最小的定点转换策略向用户进行反馈。反馈给用户定点转换策略的各变量的数据形式以及对应的依赖误差。
对于步骤S15，提供了多套定点转换策略给用户，用户根据自身的需求进行选择，接收用户选择的定点转换策略，对浮点源码中的变量进行转换，从而减少了嵌入式平台的资源占用。
通过该实施方式可以看出，提取浮点源码中的变量，转换变量的数据形式减少了嵌入式平台中浮点源码运行中所占用的存储空间，根据各变量间的依赖关系确定出每一套定点转换策略的误差，并且减少了计算量，向用户反馈多套定点转换策略让用户根据需求进行自行选择，根据用户的选择进行定点转换，减少了嵌入式平台的资源占用。
作为一种实施方式，在本实施例中，所述选取依赖变量误差最小的i套定点转换策略向用户进行反馈还包括：
生成与所述定点转换策略相对应的定点策略表格、定点策略图谱向用户进行反馈。
在本实施方式中，在向用户反馈时，不但提供了每套定点转换策略的各变量的数据形式以及对应的依赖误差。同时还生成对应的定点策略表格，定点策略图谱，向用户进行反馈。
通过该实施方式可以看出，使用定点策略表格以及定点策略图谱可以更加明显向用户反馈出，帮助用户更加高效的选择出需求的定点转换策略。
作为一种实施方式，在本实施例中，所述将所述n个变量中的任一或多个变量的数据形式由浮点转换为定点包括：
依次对所述n个变量进行遍历，分别将所述n个变量由浮点转换为定点。
通过该实施方式可以看出，为了保障得到最优的转换效果，全局遍历出每一种定点转换策略，得到最优的定点转换策略。
作为一种实施方式，所述将所述n个变量中的任一或多个变量的数据形式由浮点转换为定点还包括：
接收用户输入的自定义的n个变量的数据形式，按照用户输入的数据形式生成自定义转换策略。
通过该实施方式可以看出，为用户提供了自定义的转换形式，根据接收用户输入的自定义变量的数据形式生成自定义的转换策略，提高用户的使用效率。
如图2所示为本发明一实施例提供的一种用于嵌入式平台数据存储优化系统的结构示意图，该系统可执行上述任意实施例所述的用于嵌入式平台数据存储优化方法，并配置在终端中。
本实施例提供的一种用于嵌入式平台数据存储优化系统包括：变量提取程序模块11，定点转换策略生成程序模块12，误差确定程序模块13，反馈程序模块14和优化程序模块15。
其中，变量提取程序模块11用于接收需要定点转换的浮点源码以及定点精度要求，对所述浮点源码进行分析，提取所述浮点源码中的n个变量，包括m个单体变量以及与至少两个所述单体变量相关的n-m个依赖变量；定点转换策略生成程序模块12用于将所述n个变量中的任一或多个变量的数据形式由浮点转换为定点，以生成
套定点转换策略，其中，每一套定点转换策略相比于全浮点数据形式占用更小的存储空间；误差确定程序模块13用于确定每一套定点转换策略的误差，其中，所述单体变量的误差由浮点转换为定点生成，所述依赖变量的误差由所对应的至少两个单体变量确定；反馈程序模块14用于选取依赖变量误差最小的i套定点转换策略向用户进行反馈，其中，所述定点转换策略包括：浮点源码中各变量的数据形式以及对应的依赖误差；优化程序模块15用于根据用户的选择所述浮点源码进行定点转换，以减少嵌入式平台的资源占用。
进一步地，所述反馈程序模块用于：
生成与所述定点转换策略相对应的定点策略表格、定点策略图谱向用户进行反馈。
进一步地，所述定点转换策略生成程序模块用于：
依次对所述n个变量进行遍历，分别将所述n个变量由浮点转换为定点。
进一步地，所述定点转换策略生成程序模块还用于：
接收用户输入的自定义的n个变量的数据形式，按照用户输入的数据形式生成自定义转换策略。
本发明实施例还提供了一种非易失性计算机存储介质，计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的用于嵌入式平台数据存储优化方法；
作为一种实施方式，本发明的非易失性计算机存储介质存储有计算机可执行指令，计算机可执行指令设置为：
接收需要定点转换的浮点源码以及定点精度要求，对所述浮点源码进行分析，提取所述浮点源码中的n个变量，包括m个单体变量以及与至少两个所述单体变量相关的n-m个依赖变量；
将所述n个变量中的任一或多个变量的数据形式由浮点转换为定点，以生成
套定点转换策略，其中，每一套定点转换策略相比于全浮点数据形式占用更小的存储空间；
确定每一套定点转换策略的误差，其中，所述单体变量的误差由浮点转换为定点生成，所述依赖变量的误差由所对应的至少两个单体变量确定；
选取依赖变量误差最小的i套定点转换策略向用户进行反馈，其中，所述定点转换策略包括：浮点源码中各变量的数据形式以及对应的依赖误差；
根据用户的选择所述浮点源码进行定点转换，以减少嵌入式平台的资源占用。
作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的方法对应的程序指令/模块。一个或者多个程序指令存储在非易失性计算机可读存储介质中，当被处理器执行时，执行上述任意方法实施例中的用于嵌入式平台数据存储优化方法。
非易失性计算机可读存储介质可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据装置的使用所创建的数据等。此外，非易失性计算机可读存储介质可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，非易失性计算机可读存储介质可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本发明实施例还提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例的用于嵌入式平台数据存储优化方法的步骤。
本申请实施例的客户端以多种形式存在，包括但不限于：
(1)移动通信设备:这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括:智能手机、多媒体手机、功能性手机，以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等，例如平板电脑。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器，掌上游戏机，电子书，以及智能玩具和便携式车载导航设备。
(4)其他具有数据处理功能的电子装置。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”，不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种用于嵌入式平台数据存储优化方法，包括：
接收需要定点转换的浮点源码以及定点精度要求，对所述浮点源码进行分析，提取所述浮点源码中的n个变量，包括m个单体变量以及与至少两个所述单体变量相关的n-m个依赖变量；
将所述n个变量中的任一或多个变量的数据形式由浮点转换为定点，以生成
套定点转换策略，其中，每一套定点转换策略相比于全浮点数据形式占用更小的存储空间；
确定每一套定点转换策略的误差，其中，所述单体变量的误差由浮点转换为定点生成，所述依赖变量的误差由所对应的至少两个单体变量确定；
选取依赖变量误差最小的i套定点转换策略向用户进行反馈，其中，所述定点转换策略包括：浮点源码中各变量的数据形式以及对应的依赖误差；
根据用户的选择所述浮点源码进行定点转换，以减少嵌入式平台的资源占用。
2.根据权利要求1所述的方法，其中，所述选取依赖变量误差最小的i套定点转换策略向用户进行反馈还包括：
生成与所述定点转换策略相对应的定点策略表格、定点策略图谱向用户进行反馈。
3.根据权利要求1所述的方法，其中，所述将所述n个变量中的任一或多个变量的数据形式由浮点转换为定点包括：
依次对所述n个变量进行遍历，分别将所述n个变量由浮点转换为定点。
4.根据权利要求3所述的方法， 其中，所述将所述n个变量中的任一或多个变量的数据形式由浮点转换为定点还包括：
接收用户输入的自定义的n个变量的数据形式，按照用户输入的数据形式生成自定义转换策略。
5.一种用于嵌入式平台数据存储优化系统，包括：
变量提取程序模块，用于接收需要定点转换的浮点源码以及定点精度要求，对所述浮点源码进行分析，提取所述浮点源码中的n个变量，包括m个单体变量以及与至少两个所述单体变量相关的n-m个依赖变量；
定点转换策略生成程序模块，用于将所述n个变量中的任一或多个变量的数据形式由浮点转换为定点，以生成
套定点转换策略，其中，每一套定点转换策略相比于全浮点数据形式占用更小的存储空间；
误差确定程序模块，用于确定每一套定点转换策略的误差，其中，所述单体变量的误差由浮点转换为定点生成，所述依赖变量的误差由所对应的至少两个单体变量确定；
反馈程序模块，用于选取依赖变量误差最小的i套定点转换策略向用户进行反馈，其中，所述定点转换策略包括：浮点源码中各变量的数据形式以及对应的依赖误差；
优化程序模块，用于根据用户的选择所述浮点源码进行定点转换，以减少嵌入式平台的资源占用。
6.根据权利要求5所述的系统，其中，所述反馈程序模块用于：
生成与所述定点转换策略相对应的定点策略表格、定点策略图谱向用户进行反馈。
7.根据权利要求5所述的系统，其中，所述定点转换策略生成程序模块用于：
依次对所述n个变量进行遍历，分别将所述n个变量由浮点转换为定点。
8.根据权利要求7所述的系统， 其中，所述定点转换策略生成程序模块还用于：
接收用户输入的自定义的n个变量的数据形式，按照用户输入的数据形式生成自定义转换策略。
9.一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-4中任一项所述方法的步骤。
10.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-4中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910962781.5A CN110727442B (zh) | 2019-10-11 | 2019-10-11 | 用于嵌入式平台数据存储优化方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910962781.5A CN110727442B (zh) | 2019-10-11 | 2019-10-11 | 用于嵌入式平台数据存储优化方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110727442A CN110727442A (zh) | 2020-01-24 |
| CN110727442B true CN110727442B (zh) | 2022-07-08 |
Family
ID=69220961
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910962781.5A Active CN110727442B (zh) | 2019-10-11 | 2019-10-11 | 用于嵌入式平台数据存储优化方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110727442B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130339079A1 (en) * | 2012-06-15 | 2013-12-19 | International Business Machines Corporation | Configurable resource policies |
| CN104461459A (zh) * | 2013-09-23 | 2015-03-25 | 富士通株式会社 | 定点化处理方法及其装置 |
| CN109614089A (zh) * | 2018-12-30 | 2019-04-12 | 北京字节跳动网络技术有限公司 | 数据访问代码的自动生成方法、装置、设备及存储介质 |
-
2019
- 2019-10-11 CN CN201910962781.5A patent/CN110727442B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130339079A1 (en) * | 2012-06-15 | 2013-12-19 | International Business Machines Corporation | Configurable resource policies |
| CN104461459A (zh) * | 2013-09-23 | 2015-03-25 | 富士通株式会社 | 定点化处理方法及其装置 |
| CN109614089A (zh) * | 2018-12-30 | 2019-04-12 | 北京字节跳动网络技术有限公司 | 数据访问代码的自动生成方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110727442A (zh) | 2020-01-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106407201B (zh) | 一种数据处理方法、装置及计算机可读存储介质 | |
| CN109446171B (zh) | 一种数据处理方法和装置 | |
| CN104765793A (zh) | 一种软件推荐方法及服务器 | |
| CN113362118B (zh) | 一种基于随机森林的用户用电行为分析方法及系统 | |
| CN110580158A (zh) | 一种代码生成方法、装置、存储介质及电子设备 | |
| CN110688205A (zh) | 一种机器学习任务的执行装置、相关方法及相关装置 | |
| CN111767096A (zh) | 接口文档的生成方法、装置、设备及计算机可读存储介质 | |
| CN106982250B (zh) | 信息推送方法及装置 | |
| EP2908312A1 (en) | Self-adaptive intelligent voice device and method | |
| CN112182021B (zh) | 一种用户数据查询方法、装置和系统 | |
| CN110727442B (zh) | 用于嵌入式平台数据存储优化方法及系统 | |
| CN104978961B (zh) | 一种音频处理方法、装置及终端 | |
| CN108153896B (zh) | 针对输入数据、输出数据的处理方法及装置 | |
| CN113963248A (zh) | 神经网络训练、场景决策的方法及装置、设备及存储介质 | |
| CN110266834B (zh) | 基于互联网协议地址的地区查找方法及装置 | |
| CN113065663A (zh) | 一种数据访问方法、装置、设备和存储介质 | |
| CN108243015B (zh) | 一种话单信息提取方法、话单服务器及网管服务器 | |
| CN107943981A (zh) | HBase行分页方法、服务器及计算机可读存储介质 | |
| CN113128696A (zh) | 分布式机器学习通信优化方法、装置、服务器及终端设备 | |
| CN105991400B (zh) | 一种群组搜索方法及其设备 | |
| CN110276448B (zh) | 一种模型压缩方法及装置 | |
| CN111797984A (zh) | 一种用于多任务神经网络的量化和硬件加速方法及装置 | |
| CN116088692B (zh) | 用于呈现候选字符串和训练判别式模型的方法和装置 | |
| CN105468603A (zh) | 数据选择方法及装置 | |
| CN111488727B (zh) | 词文件解析方法、词文件解析设备和计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 215123 building 14, Tengfei Innovation Park, 388 Xinping street, Suzhou Industrial Park, Suzhou City, Jiangsu Province Applicant after: Sipic Technology Co.,Ltd. Address before: 215123 building 14, Tengfei Innovation Park, 388 Xinping street, Suzhou Industrial Park, Suzhou City, Jiangsu Province Applicant before: AI SPEECH Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |