CN115917562A - 深度学习模型的推理方法、装置、计算机设备和存储介质 - Google Patents
深度学习模型的推理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN115917562A CN115917562A CN202080103136.9A CN202080103136A CN115917562A CN 115917562 A CN115917562 A CN 115917562A CN 202080103136 A CN202080103136 A CN 202080103136A CN 115917562 A CN115917562 A CN 115917562A
- Authority
- CN
- China
- Prior art keywords
- model
- node
- nodes
- target node
- target
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
一种深度学习模型的推理方法，包括：获取模型推理任务，模型推理任务携带模型标识；根据模型标识获取相应的深度学习模型，对深度学习模型进行解析，得到深度学习模型对应的模型网络，模型网络中包括多个节点；在模型网络中识别目标节点，以及目标节点对应的结束节点；根据结束节点对模型网络进行反向遍历，在目标节点中确定结束节点对应的目标节点；将模型网络中结束节点对应的目标节点进行合并，得到优化后的深度学习模型；及根据优化后的深度学习模型进行推理，得到模型推理结果。
Description
PCT国内申请，说明书已公开。
Claims (20)
- PCT国内申请，权利要求书已公开。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2020/142352 WO2022141489A1 (zh) | 2020-12-31 | 2020-12-31 | 深度学习模型的推理方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115917562A true CN115917562A (zh) | 2023-04-04 |
Family
ID=82258921
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080103136.9A Pending CN115917562A (zh) | 2020-12-31 | 2020-12-31 | 深度学习模型的推理方法、装置、计算机设备和存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN115917562A (zh) |
| WO (1) | WO2022141489A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115759260B (zh) * | 2022-11-17 | 2023-10-03 | 北京百度网讯科技有限公司 | 深度学习模型的推理方法、装置、电子设备和存储介质 |
| CN116523052B (zh) * | 2023-07-05 | 2023-08-29 | 成都阿加犀智能科技有限公司 | 一种快速推理方法、装置及设备 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104899762A (zh) * | 2015-04-09 | 2015-09-09 | 哈尔滨工程大学 | 一种基于逆向推理的信任管理方法 |
| CN112101515A (zh) * | 2020-07-29 | 2020-12-18 | 北京智行者科技有限公司 | 深度学习模型的加速方法及装置 |
| CN112070213A (zh) * | 2020-08-28 | 2020-12-11 | Oppo广东移动通信有限公司 | 神经网络模型的优化方法、装置、设备及存储介质 |
-
2020
- 2020-12-31 WO PCT/CN2020/142352 patent/WO2022141489A1/zh active Application Filing
- 2020-12-31 CN CN202080103136.9A patent/CN115917562A/zh active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022141489A1 (zh) | 2022-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108628974B (zh) | 舆情信息分类方法、装置、计算机设备和存储介质 | |
| CN111340237B (zh) | 数据处理和模型运行方法、装置和计算机设备 | |
| CN112232293B (zh) | 图像处理模型训练、图像处理方法及相关设备 | |
| CN111126668B (zh) | 基于图卷积网络的Spark作业时间预测方法和装置 | |
| CN111709533A (zh) | 机器学习模型的分布式训练方法、装置以及计算机设备 | |
| US20200042825A1 (en) | Neural network orchestration | |
| CN110046706B (zh) | 模型生成方法、装置及服务器 | |
| CN111258767A (zh) | 复杂系统仿真应用的云计算资源智能分配方法与装置 | |
| CN115917562A (zh) | 深度学习模型的推理方法、装置、计算机设备和存储介质 | |
| CN111382347A (zh) | 一种对象特征的处理和信息推送方法、装置和设备 | |
| CN110750523A (zh) | 数据标注方法、系统、计算机设备和存储介质 | |
| CN115545300B (zh) | 一种基于图神经网络进行用户行为预测的方法及装置 | |
| CN111400340A (zh) | 一种自然语言处理方法、装置、计算机设备和存储介质 | |
| CN111368061B (zh) | 短文本过滤方法、装置、介质及计算机设备 | |
| CN114492601A (zh) | 资源分类模型的训练方法、装置、电子设备及存储介质 | |
| CN112580329A (zh) | 文本噪声数据识别方法、装置、计算机设备和存储介质 | |
| CN113821251B (zh) | 基于人工智能的代码优化方法、装置、设备和存储介质 | |
| CN113412493B (zh) | 基于推理引擎的计算资源分配方法、装置和计算机设备 | |
| CN115774784A (zh) | 一种文本对象的识别方法及装置 | |
| CN113811897A (zh) | 神经网络模型的推理方法、装置、计算机设备和存储介质 | |
| CN113238947A (zh) | 一种人机协同的对话系统评测方法及系统 | |
| CN110415006B (zh) | 广告点击率预估方法和装置 | |
| CN107105052A (zh) | 基于图规划的启发式Web服务组合方法 | |
| Wiegand et al. | Discovering interpretable data-to-sequence generators | |
| CN111723249A (zh) | 一种实现数据处理的方法、装置、计算机存储介质及终端 |
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 |