JP2021193606A - 深層学習に基づく演算子の登録処理方法、装置及び電子機器 - Google Patents
深層学習に基づく演算子の登録処理方法、装置及び電子機器 Download PDFInfo
- Publication number
- JP2021193606A JP2021193606A JP2021150346A JP2021150346A JP2021193606A JP 2021193606 A JP2021193606 A JP 2021193606A JP 2021150346 A JP2021150346 A JP 2021150346A JP 2021150346 A JP2021150346 A JP 2021150346A JP 2021193606 A JP2021193606 A JP 2021193606A
- Authority
- JP
- Japan
- Prior art keywords
- operator
- registered
- information
- type
- deep learning
- 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.)
- Granted
Links
- 238000013135 deep learning Methods 0.000 title claims abstract description 109
- 238000003672 processing method Methods 0.000 title claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims description 40
- 238000001514 detection method Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 25
- 230000015654 memory Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000011161 development Methods 0.000 abstract description 8
- 238000012544 monitoring process Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 230000009897 systematic effect Effects 0.000 description 8
- 239000000203 mixture Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000007667 floating Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/5044—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering hardware capabilities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
- G06F9/30003—Arrangements for executing specific machine instructions
- G06F9/30007—Arrangements for executing specific machine instructions to perform operations on data operands
- G06F9/3001—Arithmetic instructions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Neurology (AREA)
- User Interface Of Digital Computer (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
- Input From Keyboards Or The Like (AREA)
Abstract
Description
本願の第5の態様によれば、コンピュータプログラムを提供し、前記コンピュータプログラムは、コンピュータに前記第1の態様に記載の深層学習に基づく演算子の登録処理方法を実行させる。
本願の実施例によれば、本願は、コンピュータプログラムを提供し、コンピュータプログラムは、コンピュータに本願によって提供される深層学習に基づく演算子の登録処理方法を実行させる。
Claims (17)
- 深層学習に基づく演算子の登録処理方法であって、
登録された演算子の記述情報及び論理演算情報を取得するステップと、
前記論理演算情報に基づいて、前記登録された演算子の演算子タイプを決定するステップと、
深層学習フレームワークにおける前記演算子タイプに対応する予め設定された構成情報を取得し、前記記述情報及び前記構成情報に基づいて、前記登録された演算子が完全に登録されているか否かを検出するステップと、を含む、
ことを特徴とする深層学習に基づく演算子の登録処理方法。 - 前記論理演算情報に基づいて、前記登録された演算子の演算子タイプを決定するステップは、
前記深層学習フレームワークにおける予め設定されたターゲットデータタイプに対応するターゲット計算論理を取得し、前記論理演算情報を前記ターゲット計算論理とマッチングするステップと、
前記ターゲット計算論理に前記論理演算情報が含まれていない場合、前記登録された演算子が第1の演算子タイプであると決定するステップと、
前記ターゲット計算論理に前記論理演算情報が含まれている場合、前記論理演算情報に基づいて、演算子の操作が入力データに関連しているか否かを決定し、演算子の操作が入力データに関連していない場合、前記登録された演算子が第1の演算子タイプであると決定し、演算子の操作が入力データに関連している場合、前記登録された演算子が第2の演算子タイプであると決定するステップと、を含む、
ことを特徴とする請求項1に記載の方法。 - 前記深層学習フレームワークにおける前記演算子タイプに対応する予め設定された構成情報を取得するステップは、
深層学習フレームワークにおける前記演算子タイプに対応する予め設定されたデータ構成情報を取得するステップを含み、
前記記述情報及び前記構成情報に基づいて、前記登録された演算子が完全に登録されているか否かを検出するステップは、
前記記述情報に基づいて、前記登録された演算子がサポートするデータタイプを取得するステップと、
前記データ構成情報に基づいて、前記データタイプが完全に登録されているか否かを検出するステップと、を含む、
ことを特徴とする請求項1に記載の方法。 - 前記データタイプが完全に登録されていると検出された場合、前記登録された演算子の第1の登録成功の提示情報を生成するステップと、
前記データタイプが完全に登録されていないと検出された場合、前記データ構成情報から欠落データタイプを取得し、前記欠落データタイプに基づいて第1の登録失敗の提示情報を生成するステップと、をさらに含む、
ことを特徴とする請求項3に記載の方法。 - 前記記述情報に基づいて、前記登録された演算子がサポートするデータタイプを取得するステップは、
参照データタイプ情報を取得するステップと、
前記参照データタイプ情報に基づいて、正規表現マッチングアルゴリズムにより前記記述情報を解析して、前記登録された演算子がサポートするデータタイプを取得するステップと、を含む、
ことを特徴とする請求項3に記載の方法。 - 前記深層学習フレームワークにおける前記演算子タイプに対応する予め設定された構成情報を取得するステップは、
前記深層学習フレームワークにおける前記演算子タイプに対応する予め設定されたレイアウト構成情報を取得するステップをさらに含み、
前記記述情報及び前記構成情報に基づいて、前記登録された演算子が完全に登録されているか否かを検出するステップは、
前記記述情報に基づいて、前記登録された演算子がサポートするデータレイアウトを取得するステップと、
前記レイアウト構成情報に基づいて、前記データレイアウトが完全に登録されているか否かを検出するステップと、をさらに含む、
ことを特徴とする請求項3に記載の方法。 - 前記深層学習フレームワークにおける前記演算子タイプに対応する予め設定された構成情報を取得するステップは、
前記深層学習フレームワークにおける前記演算子タイプに対応する予め設定された機器構成情報を取得するステップをさらに含み、
前記記述情報及び前記構成情報に基づいて、前記登録された演算子が完全に登録されているか否かを検出するステップは、
前記記述情報に基づいて、前記登録された演算子がサポートする実行機器を取得するステップと、
前記機器構成情報に基づいて、前記実行機器が完全に登録されているか否かを検出するステップと、をさらに含む、
ことを特徴とする請求項3に記載の方法。 - 深層学習に基づく演算子の登録処理装置であって、
登録された演算子の記述情報及び論理演算情報を取得するための第1の取得モジュールと、
前記論理演算情報に基づいて、前記登録された演算子の演算子タイプを決定するための決定モジュールと、
深層学習フレームワークにおける前記演算子タイプに対応する予め設定された構成情報を取得するための第2の取得モジュールと、
前記記述情報及び前記構成情報に基づいて、前記登録された演算子が完全に登録されているか否かを検出するための検出モジュールと、を含む、
ことを特徴とする深層学習に基づく演算子の登録処理装置。 - 前記決定モジュールが、
前記深層学習フレームワークにおける予め設定されたターゲットデータタイプに対応するターゲット計算論理を取得し、前記論理演算情報を前記ターゲット計算論理とマッチングし、
前記ターゲット計算論理に前記論理演算情報が含まれていない場合、前記登録された演算子が第1の演算子タイプであると決定し、
前記ターゲット計算論理に前記論理演算情報が含まれている場合、前記論理演算情報に基づいて、演算子の操作が入力データに関連しているか否かを決定し、演算子の操作が入力データに関連していない場合、前記登録された演算子が第1の演算子タイプであると決定し、演算子の操作が入力データに関連している場合、前記登録された演算子が第2の演算子タイプであると決定する、
ことを特徴とする請求項8に記載の装置。 - 前記第2の取得モジュールが、
深層学習フレームワークにおける前記演算子タイプに対応する予め設定されたデータ構成情報を取得し、
前記検出モジュールが、
前記記述情報に基づいて、前記登録された演算子がサポートするデータタイプを取得し、
前記データ構成情報に基づいて、前記データタイプが完全に登録されているか否かを検出する、
ことを特徴とする請求項8に記載の装置。 - 生成モジュールをさらに含み、前記生成モジュールが、前記データタイプが完全に登録されていると検出された場合、前記登録された演算子の第1の登録成功の提示情報を生成し、前記データタイプが完全に登録されていないと検出された場合、前記データ構成情報から欠落データタイプを取得し、前記欠落データタイプに基づいて第1の登録失敗の提示情報を生成する、
ことを特徴とする請求項10に記載の装置。 - 前記検出モジュールが、
参照データタイプ情報を取得し、
前記参照データタイプ情報に基づいて、正規表現マッチングアルゴリズムにより前記記述情報を解析して、前記登録された演算子がサポートするデータタイプを取得する、
ことを特徴とする請求項10に記載の装置。 - 前記第2の取得モジュールが、さらに、前記深層学習フレームワークにおける前記演算子タイプに対応する予め設定されたレイアウト構成情報を取得し、
前記検出モジュールが、さらに、前記記述情報に基づいて、前記登録された演算子がサポートするデータレイアウトを取得し、前記レイアウト構成情報に基づいて、前記データレイアウトが完全に登録されているか否かを検出する、
ことを特徴とする請求項10に記載の装置。 - 前記第2の取得モジュールが、さらに、前記深層学習フレームワークにおける前記演算子タイプに対応する予め設定された機器構成情報を取得し、
前記検出モジュールが、さらに、前記記述情報に基づいて、前記登録された演算子がサポートする実行機器を取得し、前記機器構成情報に基づいて、前記実行機器が完全に登録されているか否かを検出する、
ことを特徴とする請求項10に記載の装置。 - 少なくとも1つのプロセッサと、
前記少なくとも1つのプロセッサと通信可能に接続されるメモリと、を含み、
前記メモリには、前記少なくとも1つのプロセッサによって実行可能な命令が記憶され、前記命令は、前記少なくとも1つのプロセッサが請求項1〜7のいずれかに記載の深層学習に基づく演算子の登録処理方法を実行できるように、前記少なくとも1つのプロセッサによって実行される、
ことを特徴とする電子機器。 - コンピュータ命令が記憶されている非一時的なコンピュータ読み取り可能な記憶媒体であって、
前記コンピュータ命令は、コンピュータに請求項1〜7のいずれかに記載の深層学習に基づく演算子の登録処理方法を実行させる、
ことを特徴とする非一時的なコンピュータ読み取り可能な記憶媒体。 - コンピュータプログラムであって、
前記コンピュータプログラムは、コンピュータに請求項1〜7のいずれかに記載の深層学習に基づく演算子の登録処理方法を実行させる、
ことを特徴とするコンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011057647.X | 2020-09-29 | ||
CN202011057647.XA CN112270399B (zh) | 2020-09-29 | 2020-09-29 | 基于深度学习的算子注册处理方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021193606A true JP2021193606A (ja) | 2021-12-23 |
JP7248756B2 JP7248756B2 (ja) | 2023-03-29 |
Family
ID=74337700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021150346A Active JP7248756B2 (ja) | 2020-09-29 | 2021-09-15 | 深層学習に基づく演算子の登録処理方法、装置及び電子機器 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210365767A1 (ja) |
EP (1) | EP3940538A3 (ja) |
JP (1) | JP7248756B2 (ja) |
KR (1) | KR20210110530A (ja) |
CN (1) | CN112270399B (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022177793A (ja) * | 2021-05-18 | 2022-12-01 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | ディープラーニングフレームワークのオペレータ登録方法、装置、デバイス及び記憶媒体 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113220457B (zh) * | 2021-05-24 | 2024-03-22 | 深圳市智芯华玺信息技术有限公司 | 模型部署方法、模型部署装置、终端设备及可读存储介质 |
CN113377360B (zh) * | 2021-06-28 | 2023-09-26 | 北京百度网讯科技有限公司 | 任务执行方法、装置、电子设备、存储介质和程序产品 |
CN114168114A (zh) * | 2022-02-10 | 2022-03-11 | 中国电子科技集团公司第十五研究所 | 一种算子注册方法、装置以及设备 |
CN114841326B (zh) * | 2022-05-19 | 2024-01-12 | 北京百度网讯科技有限公司 | 深度学习框架的算子处理方法、装置、设备和存储介质 |
CN114911465B (zh) * | 2022-05-19 | 2023-01-10 | 北京百度网讯科技有限公司 | 算子的生成方法、装置、设备以及存储介质 |
CN116107669B (zh) * | 2023-04-14 | 2023-08-18 | 北京大学 | 深度学习框架的算子注册方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007265358A (ja) * | 2006-03-30 | 2007-10-11 | Casio Comput Co Ltd | 情報処理装置、プログラム及び業務アプリケーション導入方法 |
JP2009252019A (ja) * | 2008-04-08 | 2009-10-29 | Hitachi Ltd | ソフトウェア再利用支援装置、及びソフトウェア再利用支援方法 |
JP2014157529A (ja) * | 2013-02-18 | 2014-08-28 | Canon Inc | 配信装置、デバイス装置、配信装置の制御方法およびコンピュータプログラム |
US20180321918A1 (en) * | 2017-05-08 | 2018-11-08 | Datapipe, Inc. | System and method for integration, testing, deployment, orchestration, and management of applications |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5853424B2 (ja) * | 2011-06-03 | 2016-02-09 | ソニー株式会社 | 無線通信装置、情報処理装置、通信システムおよび通信方法 |
CN107563360B (zh) * | 2017-09-30 | 2021-05-07 | 百度在线网络技术(北京)有限公司 | 信息获取方法和装置 |
CN107967135B (zh) * | 2017-10-31 | 2020-11-13 | 平安科技(深圳)有限公司 | 计算引擎实现方法、电子装置及存储介质 |
CN108227932B (zh) * | 2018-01-26 | 2020-06-23 | 上海智臻智能网络科技股份有限公司 | 交互意图确定方法及装置、计算机设备及存储介质 |
CN109064274B (zh) * | 2018-07-24 | 2021-09-21 | 方骥 | 一种基于机器学习的智慧电商页面缺货管理方法及系统 |
US10977520B2 (en) * | 2018-12-18 | 2021-04-13 | Slyce Acquisition Inc. | Training data collection for computer vision |
CN110866610A (zh) * | 2019-11-20 | 2020-03-06 | 苏州浪潮智能科技有限公司 | 一种深度学习模型分布式运算的方法及装置 |
CN110929883A (zh) * | 2019-11-22 | 2020-03-27 | 苏州浪潮智能科技有限公司 | 一种在TensorFlow中支持FPGA训练的方法和装置 |
CN111324345A (zh) * | 2020-03-19 | 2020-06-23 | 北京奇艺世纪科技有限公司 | 数据处理方式生成方法、数据处理方法、装置及电子设备 |
CN111414646B (zh) * | 2020-03-20 | 2024-03-29 | 矩阵元技术(深圳)有限公司 | 实现隐私保护的数据处理方法和装置 |
CN111428880A (zh) * | 2020-03-20 | 2020-07-17 | 矩阵元技术(深圳)有限公司 | 隐私机器学习实现方法、装置、设备及存储介质 |
CN111488211A (zh) * | 2020-04-09 | 2020-08-04 | 北京嘀嘀无限科技发展有限公司 | 基于深度学习框架的任务处理方法、装置、设备及介质 |
-
2020
- 2020-09-29 CN CN202011057647.XA patent/CN112270399B/zh active Active
-
2021
- 2021-08-10 US US17/398,750 patent/US20210365767A1/en active Pending
- 2021-08-11 EP EP21190719.1A patent/EP3940538A3/en not_active Ceased
- 2021-08-20 KR KR1020210110115A patent/KR20210110530A/ko unknown
- 2021-09-15 JP JP2021150346A patent/JP7248756B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007265358A (ja) * | 2006-03-30 | 2007-10-11 | Casio Comput Co Ltd | 情報処理装置、プログラム及び業務アプリケーション導入方法 |
JP2009252019A (ja) * | 2008-04-08 | 2009-10-29 | Hitachi Ltd | ソフトウェア再利用支援装置、及びソフトウェア再利用支援方法 |
JP2014157529A (ja) * | 2013-02-18 | 2014-08-28 | Canon Inc | 配信装置、デバイス装置、配信装置の制御方法およびコンピュータプログラム |
US20180321918A1 (en) * | 2017-05-08 | 2018-11-08 | Datapipe, Inc. | System and method for integration, testing, deployment, orchestration, and management of applications |
Non-Patent Citations (1)
Title |
---|
伊吹 勇郎: "Technology Reports 短期間でAIモデルを作成・提供可能とする深層学習基盤の開発", NTT DOCOMOテクニカル・ジャーナル [ONLINE], vol. 25, no. 4, JPN6022050527, 31 January 2018 (2018-01-31), JP, pages 12 - 18, ISSN: 0005006974 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022177793A (ja) * | 2021-05-18 | 2022-12-01 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | ディープラーニングフレームワークのオペレータ登録方法、装置、デバイス及び記憶媒体 |
JP7350923B2 (ja) | 2021-05-18 | 2023-09-26 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | ディープラーニングフレームワークのオペレータ登録方法、装置、デバイス及び記憶媒体 |
Also Published As
Publication number | Publication date |
---|---|
CN112270399A (zh) | 2021-01-26 |
EP3940538A2 (en) | 2022-01-19 |
KR20210110530A (ko) | 2021-09-08 |
US20210365767A1 (en) | 2021-11-25 |
EP3940538A3 (en) | 2022-03-02 |
CN112270399B (zh) | 2022-03-11 |
JP7248756B2 (ja) | 2023-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2021193606A (ja) | 深層学習に基づく演算子の登録処理方法、装置及び電子機器 | |
US9021428B2 (en) | Troubleshooting visuals and transient expressions in executing applications | |
US10318595B2 (en) | Analytics based on pipes programming model | |
JP7269913B2 (ja) | ナレッジグラフ構築方法、装置、電子機器、記憶媒体およびコンピュータプログラム | |
US9262125B2 (en) | Contextual focus-agnostic parsing-validated alternatives information | |
EP3964964A1 (en) | Code testing prioritization and adaptation | |
US20160246709A1 (en) | Source code unit testing using an indexing tool | |
US20210398022A1 (en) | Method and apparatus of fusing operators, electronic device and storage medium | |
EP3869377A1 (en) | Method and apparatus for data processing based on smart contract, device and storage medium | |
CN112015468A (zh) | 一种接口文档处理方法、装置、电子设备以及存储介质 | |
JP2021128779A (ja) | データ拡張の方法及び装置、機器、記憶媒体 | |
US20210173641A1 (en) | Generation of knowledge graphs based on repositories of code | |
CN111984545B (zh) | 检测单元测试稳定性的方法、装置、电子设备及存储介质 | |
CN110673994B (zh) | 数据库测试方法及装置 | |
CN111753330A (zh) | 数据泄露主体的确定方法、装置、设备和可读存储介质 | |
US20230393836A1 (en) | Method and apparatus for updating cloud platform | |
US20210192725A1 (en) | Method, apparatus and electronic device for determining skin smoothness | |
CN111506499B (zh) | 一种小程序中参数可用性检测方法、装置以及电子设备 | |
CN111292223B (zh) | 图计算的处理方法、装置、电子设备及存储介质 | |
CN111831317B (zh) | 服务间依赖关系的获取方法、装置、电子设备和存储介质 | |
US11847448B2 (en) | Automatic generation of exporter configuration rules | |
CN117709255B (zh) | 间接访问寄存器的测试方法、装置、设备及介质 | |
CN112799954B (zh) | 快速构建测试环境的方法、设备及计算机可读介质 | |
CN113377660B (zh) | 测试方法和装置 | |
CN111831319A (zh) | 差异数据后验方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210915 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221027 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221129 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230222 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230307 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230316 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7248756 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |