-
公开(公告)号：CN111783952A
公开(公告)日：2020-10-16
申请号：CN202010613892.8
申请日：2020-06-30
申请人： 北京百度网讯科技有限公司
摘要： 本申请实施例公开了配置方法、装置、系统、电子设备和存储介质，涉及人工智能、深度学习技术领域。具体实现方案为：获取目标模型和目标模型的目标模型配置信息，其中，目标模型配置信息包括硬件列表；根据硬件列表中的多个硬件，对目标模型的进行多条计算路径搜索；其中，计算路径包括基于目标模型拆分的多个计算任务以及运行各个计算任务的硬件；根据多条计算路径的计算速度，确定目标模型的目标计算路径，以基于目标计算路径得到目标优化模型。本申请实施例大幅降低用户部署模型的时间成本和使用门槛。
-
公开(公告)号：CN111967568A
公开(公告)日：2020-11-20
申请号：CN202010601781.5
申请日：2020-06-29
申请人： 北京百度网讯科技有限公司
摘要： 本申请公开了一种深度学习模型的适配方法、装置、电子设备及介质，涉及人工智能、深度学习、云计算技术领域。具体实现方案为：在获取到原始深度学习模型的模型信息，以及需适配的目标硬件的硬件信息后，根据模型信息和硬件信息，查询转换路径表，以得到匹配的目标转换路径，根据目标转换路径，将原始深度学习模型转换为转换路径中的中间深度学习模型，以及将中间深度学习模型转换至目标深度学习模型。由此，基于原始深度学习模型的模型信息和目标硬件的硬件信息确定的模型转换路径，进行深度学习模型的转换，实现了将任意类型的原始深度学习模型转换为适配于任意目标硬件的目标深度学习模型，解决了深度学习模型难以适用于不同硬件终端的问题。
-
公开(公告)号：CN111767059B
公开(公告)日：2023-03-31
申请号：CN202010612647.5
申请日：2020-06-30
申请人： 北京百度网讯科技有限公司
摘要： 本申请公开了深度学习模型的部署方法、装置、电子设备和存储介质，涉及深度学习、云计算等领域。具体实现方案为：接收部署请求；其中，部署请求包括深度学习模型和至少两个部署设备类型；针对至少两个部署设备类型中的每个部署设备类型，确定在部署设备类型对应的设备上部署深度学习模型的流程图；在至少两个部署设备类型对应的至少两个流程图包括相同的任务的情况下，合并至少两个流程图中相同的任务，得到目标流程图。本申请实施例可以提高模型部署效率，用于图像处理、语音识别等。
-
公开(公告)号：CN111291882A
公开(公告)日：2020-06-16
申请号：CN201811487362.2
申请日：2018-12-06
申请人： 北京百度网讯科技有限公司
IPC分类号： G06N3/08
摘要： 本发明提供了一种模型转换的方法、装置、设备和计算机存储介质，所述方法包括：获取待转换模型；确定所述待转换模型中包含的神经网络层，并获取对应各神经网络层的转换结果；对所述对应各神经网络层的转换结果进行组合，得到对应所述待转换模型的转换结果。本发明能够降低模型转换的成本，提升模型转换的效率。
-
公开(公告)号：CN114661571B
公开(公告)日：2024-08-13
申请号：CN202210329580.3
申请日：2022-03-30
申请人： 北京百度网讯科技有限公司
IPC分类号： G06F11/34 , G06F11/30 , G06V10/776
摘要： 本公开提供了模型评测方法、装置、电子设备和存储介质，涉及人工智能技术领域，尤其涉及人工智能开发技术领域。具体实现方案为：获取目标模型以及至少一个硬件设备的设备信息；基于每个硬件设备的设备信息，确定该硬件设备对应的用于运行目标模型的软件开发工具包；针对每个硬件的软件开发工具包，基于目标模型以及该软件开发工具包得到任务数据，并将任务数据分发到对应的硬件设备；针对每个硬件设备，获取每个硬件设备基于对应的任务数据得到的模型运行信息，并基于模型运行信息得到目标模型在该硬件设备上的指标评测结果。
-
公开(公告)号：CN111783952B
公开(公告)日：2023-07-14
申请号：CN202010613892.8
申请日：2020-06-30
申请人： 北京百度网讯科技有限公司
摘要： 本申请实施例公开了配置方法、装置、系统、电子设备和存储介质，涉及人工智能、深度学习技术领域。具体实现方案为：获取目标模型和目标模型的目标模型配置信息，其中，目标模型配置信息包括硬件列表；根据硬件列表中的多个硬件，对目标模型的进行多条计算路径搜索；其中，计算路径包括基于目标模型拆分的多个计算任务以及运行各个计算任务的硬件；根据多条计算路径的计算速度，确定目标模型的目标计算路径，以基于目标计算路径得到目标优化模型。本申请实施例大幅降低用户部署模型的时间成本和使用门槛。
-
公开(公告)号：CN115658429A
公开(公告)日：2023-01-31
申请号：CN202211268729.8
申请日：2022-10-17
申请人： 北京百度网讯科技有限公司
IPC分类号： G06F11/30
摘要： 本公开提供一种容器挂载设备监控方法、装置、设备及存储介质，涉及计算机技术领域，具体涉及应用程序容器化、软件交互、数据监控等技术领域，可应用于容器数据分析、容器故障预测、容器优化等场景下。具体实现方案包括：采集目标容器所在的宿主机上运行的硬件设备的运行数据、以及宿主机上运行的硬件设备的设备标识；采集目标容器挂载的硬件设备的设备标识；根据目标容器挂载的硬件设备的设备标识、宿主机上运行的硬件设备的运行数据、以及宿主机上运行的硬件设备的设备标识，确定目标容器挂载的硬件设备的运行数据。本公开可以更灵活地监控容器挂载的不同类型硬件设备的运行数据，对不同类型硬件设备的适应性更强，且监控成本较低。
-
公开(公告)号：CN111967568B
公开(公告)日：2023-09-01
申请号：CN202010601781.5
申请日：2020-06-29
申请人： 北京百度网讯科技有限公司
IPC分类号： G06N3/0464 , G06N3/044 , G06N3/045 , G06N3/08
摘要： 本申请公开了一种深度学习模型的适配方法、装置、电子设备及介质，涉及人工智能、深度学习、云计算技术领域。具体实现方案为：在获取到原始深度学习模型的模型信息，以及需适配的目标硬件的硬件信息后，根据模型信息和硬件信息，查询转换路径表，以得到匹配的目标转换路径，根据目标转换路径，将原始深度学习模型转换为转换路径中的中间深度学习模型，以及将中间深度学习模型转换至目标深度学习模型。由此，基于原始深度学习模型的模型信息和目标硬件的硬件信息确定的模型转换路径，进行深度学习模型的转换，实现了将任意类型的原始深度学习模型转换为适配于任意目标硬件的目标深度学习模型，解决了深度学习模型难以适用于不同硬件终端的问题。
-
公开(公告)号：CN108764487B
公开(公告)日：2022-07-08
申请号：CN201810529022.5
申请日：2018-05-29
申请人： 北京百度网讯科技有限公司
摘要： 本申请实施例公开了用于生成模型的方法和装置、用于识别信息的方法和装置。用于生成模型的方法的一具体实施方式包括：获取待转换模型、待转换模型的拓扑结构描述信息和目标设备的设备信息；基于拓扑结构描述信息和设备信息，对待转换模型的参数和算子进行转换，得到适用于目标设备的经转换后的模型；基于经转换后的模型生成用于进行深度学习预测的模型。该实施方式实现了将现有的模型转换为能够适用于目标设备的用于进行深度学习预测的模型。
-
公开(公告)号：CN114661571A
公开(公告)日：2022-06-24
申请号：CN202210329580.3
申请日：2022-03-30
申请人： 北京百度网讯科技有限公司
IPC分类号： G06F11/34 , G06F11/30 , G06V10/776 , G06K9/62
摘要： 本公开提供了模型评测方法、装置、电子设备和存储介质，涉及人工智能技术领域，尤其涉及人工智能开发技术领域。具体实现方案为：获取目标模型以及至少一个硬件设备的设备信息；基于每个硬件设备的设备信息，确定该硬件设备对应的用于运行目标模型的软件开发工具包；针对每个硬件的软件开发工具包，基于目标模型以及该软件开发工具包得到任务数据，并将任务数据分发到对应的硬件设备；针对每个硬件设备，获取每个硬件设备基于对应的任务数据得到的模型运行信息，并基于模型运行信息得到目标模型在该硬件设备上的指标评测结果。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.032 秒)
