基于人工智能的算子升级方法、装置、电子设备及介质制造方法及图纸

本申请公开了基于人工智能的算子升级方法、装置、电子设备及介质，涉及计算机技术领域，具体涉及深度学习、大数据处理等人工智能技术领域。具体实现方案：确定针对待升级算子的修改信息；根据预配置的可兼容性规则，判断修改信息是否满足兼容性条件；根据判断的结果和修改信息对待升级算子进行升级，以得到目标算子，从而能够避免算子的不兼容升级对人工智能模型框架的影响，使得算子的升级保持了兼容性，使得算子所属的人工智能模型框架具有可持续迭代性。

【技术实现步骤摘要】
基于人工智能的算子升级方法、装置、电子设备及介质
本申请涉及计算机
，具体涉及深度学习、大数据处理等人工智能
，尤其涉及基于人工智能的算子升级方法、装置、电子设备及介质。
技术介绍
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术，以及机器学习、深度学习、大数据处理技术、知识图谱技术等几大方向。研发人员通常基于人工智能框架开展相关工作。算子是人工智能框架中的基本计算单元，对人工智能的模型训练、预测和部署等都有着重要影响。随着人工智能技术的不断发展，新模型的不断提出，人工智能框架中算子数量逐渐增多，算子迭代升级可保持框架生命力，且满足用户最新的建模需求。
技术实现思路
提供了一种基于人工智能的算子升级方法、装置、电子设备、存储介质及计算机程序产品。根据第一方面，提供了一种基于人工智能的算子升级方法，包括：确定针对待升级算子的修改信息；根据预配置的可兼容性规则，判断所述修改信息是否满足兼容性条件；根据判断的结果和所述修改信息对所述待升级算子进行升级，以得到目标算子。根据第二方面，提供了一种基于人工智能的算子升级装置，包括：确定模块，用于确定针对待升级算子的修改信息；判断模块，用于根据预配置的可兼容性规则，判断所述修改信息是否满足兼容性条件；升级模块，用于根据判断的结果和所述修改信息对所述待升级算子进行升级，以得到目标算子。根据第三方面，提供了一种电子设备，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申请实施例的基于人工智能的算子升级方法。根据第四方面，提出了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请实施例公开的基于人工智能的算子升级方法。根据第五方面，提出了一种计算机程序产品，包括计算机程序，当所述计算机程序由处理器执行时实现本申请实施例公开的基于人工智能的算子升级方法。应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。附图说明附图用于更好地理解本方案，不构成对本申请的限定。其中：图1是根据本申请第一实施例的示意图；图2是本申请实施例中算子示意图；图3是本申请实施例中一可兼容性规则示意图；图4是本申请实施例中另一可兼容性规则示意图；图5是本申请实施例中又一可兼容性规则示意图；图6是根据本申请第二实施例的示意图；图7为本申请实施例中算子版本号的格式示意图；图8是根据本申请第三实施例的示意图；图9是根据本申请第四实施例的示意图；图10是用来实现本申请实施例的基于人工智能的算子升级方法的电子设备的框图。具体实施方式以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。图1是根据本申请第一实施例的示意图。其中，需要说明的是，本实施例的基于人工智能的算子升级方法的执行主体为基于人工智能的算子升级装置，该装置可以由软件和/或硬件的方式实现，该装置可以配置在电子设备中，电子设备可以包括但不限于终端、服务器端等。本申请实施例涉及深度学习、大数据处理等人工智能
其中，人工智能(ArtificialIntelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。深度学习的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。而大数据处理，是指采用人工智能的方式对规模巨大的数据进行分析以及处理的过程，而大数据可以概括为5个V，数据量大(Volume)、速度快(Velocity)、类型多(Variety)、价值(Value)、真实性(Veracity)。如图1所示，该基于人工智能的算子升级方法包括：S101：确定针对待升级算子的修改信息。其中，算子是人工智能框架中的基本计算单元，对人工智能的模型训练、预测和部署等都有着重要影响，人工智能模型之中需要版本升级的算子，可以被称为待升级算子。算子的定义可以举例如下：主要由三部分组成：输入(Inputs)、输出(Outputs)、属性(Attributes)。一个算子可以同时拥有多个输入、输出和属性，算子信息可以表示为如图2所示的字典形式(以算子是reshape为例)，图2是本申请实施例中算子示意图。修改信息用于描述针对待升级算子进行升级过程中所修改的内容。修改信息比如输入修改、输出修改和属性修改，可以理解的是，由于不当的算子升级可能导致人工智能框架不能向后兼容，即新版本的预测库不能兼容旧版本训练的模型，因此，本申请实施例中首先可以确定针对待升级算子的修改信息，从而依据该修改信息对待升级算子的升级过程采取一定的方式以保障升级后算子的兼容性。S102：根据预配置的可兼容性规则，判断修改信息是否满足兼容性条件。上述在确定针对待升级算子的修改信息之后，可以根据预配置的可兼容性规则，判断修改信息是否满足兼容性条件。其中，可兼容性规则可以是预先配置的，该可兼容性规则当中描述了针对算子的修改信息的兼容性情况，比如，增加输入、增加输出、增加有默认值的属性的修改信息，使得升级后的算子可兼容，而其他的一些修改信息则使得升级后的算子不可兼容，对此不做限制。举例而言，可兼容性规则可以如图3所示，图3是本申请实施例中一可兼容性规则示意图，其中各个节点对应一种修改信息，并且不同的修改信息指向的最末层的节点表示对升级后算子版本的管理策略，次末层的节点表示该修改信息是可兼容的修改，或者是不可兼容的修改。则本申请实施例中，可以将修改信息与该预配置的可兼容性规则进行匹配，从而确定出修改信息对应于预配置的可兼容性规则中的节点，并确定对应的节点指向的是可兼容修改，还是不可兼容修改，而后触发后续步骤。又例如，一并参见图4和图5，图4是本申请实施例中另一可兼容性规则示意图，图5是本申请实施例中又一可兼容性规则示意图，图4中描述了属性(Attribute)本文档来自技高网...

【技术保护点】
1.一种基于人工智能的算子升级方法，包括：/n确定针对待升级算子的修改信息；/n根据预配置的可兼容性规则，判断所述修改信息是否满足兼容性条件；/n根据判断的结果和所述修改信息对所述待升级算子进行升级，以得到目标算子。/n

【技术特征摘要】
1.一种基于人工智能的算子升级方法，包括：
确定针对待升级算子的修改信息；
根据预配置的可兼容性规则，判断所述修改信息是否满足兼容性条件；
根据判断的结果和所述修改信息对所述待升级算子进行升级，以得到目标算子。


2.根据权利要求1所述的方法，其中，所述根据判断的结果和所述修改信息对所述待升级算子进行升级，以得到目标算子，包括：
如果所述修改信息满足所述兼容性条件，则根据所述修改信息直接修改所述待升级算子已有的算法处理逻辑；
将修改后的待升级算子作为所述目标算子。


3.根据权利要求1所述的方法，其中，所述根据判断的结果和所述修改信息对所述待升级算子进行升级，以得到目标算子，包括：
如果所述修改信息不满足所述兼容性条件，则获取所述待升级算子对应的算法处理逻辑；
根据所述修改信息和所述算法处理逻辑生成新算子，并将所述新算子作为所述目标算子。


4.根据权利要求3所述的方法，在所述根据所述修改信息和所述算法处理逻辑生成新算子，并将所述新算子作为所述目标算子之后，还包括：
生成所述目标算子的版本号；
根据所述版本号和所述待升级算子的算子名生成与所述目标算子对应的算子名。


5.根据权利要求4所述的方法，其中，所述生成所述目标算子的版本号，包括：
获取所述目标算子对应的数据存储结构；
确定所述数据存储结构之中预写入的检查点的数量；以及
根据所述检查点的数量生成所述目标算子的版本号。


6.一种基于人工智能的算子升级装置，包括：
确定模块，用于确定针对待升级算子的修改信息；
判断模块，用于根据预配置的可兼容性规则，判断所述修改信息是否满足兼容性条件；
升级模块，用...

【专利技术属性】
技术研发人员：胡志强，石晓伟，严春伟，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11