端口模型对象组织方法、系统、平台、智能装置及介质与流程

本发明涉及神经网络，尤其涉及端口模型对象组织方法、系统、平台、智能装置及存储介质。

背景技术：

1、在构建神经网络模型时，构建者通常会借助神经网络构建系统，以降低神经网络模型的构建成本以及提高神经网络模型的构建效率。现有的神经网络构建系统会提供多语言构建环境，使构建者可以选择更为熟悉的环境进行神经网络模型的搭建。

2、对于应用在智能机器人、自动驾驶和自动化等领域的神经网络模型，其结构更大，需要部署大量的神经元、神经层等，神经网络模型的结构越复杂，用户对神经网络模型进行管理的困难就越大，同时需要参与到神经网络模型构建工作中的工作人员也越多，由于编写工作量大，在多人同时处理的时候，不仅容易出错，而且效率不高，增大了神经网络模型的构建成本。

技术实现思路

1、基于此，有必要针对上述问题，提出了端口模型对象组织方法、系统、平台、智能装置及存储介质。

2、一种端口模型对象组织方法，包括：

3、获取至少两个端口模型对象，每个所述端口模型对象包括至少一个端口和模型主体，所述模型主体关联有数据和/或操作，所述端口用于与所述端口模型对象的外部进行信息交互或关联；

4、将至少两个所述端口模型对象通过各自的至少一个端口进行信息交互或关联，构成组织模型对象。

5、一种端口模型对象组织系统，包括：

6、获取模块，用于获取至少两个端口模型对象，每个所述端口模型对象包括至少一个端口和模型主体，所述模型主体关联有数据和/或操作，所述端口用于与所述端口模型的外部进行信息交互或关联；

7、组织模块，用于将至少两个所述端口模型对象通过各自的至少一个端口进行信息交互或关联，构成组织模型对象。

8、一种神经网络构建平台，包括：前端部分、核心部分和后端部分；

9、所述前端部分，用于代理所述平台外部与所述核心部分和/或所述后端部分进行交互；

10、所述后端部分，用于运行目标模型；

11、所述核心部分，用于响应所述前端部分和/或所述后端部分的请求，进行所述目标模型的描述和/或组织，所述核心部分包括端口模块，所述端口模块用于实现如上所述的方法。

12、一种智能装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以实现如上所述方法。

13、一种存储介质，存储有能够被处理器加载并执行如上所述方法的计算机程序。

14、采用本发明实施例，具有如下有益效果：

15、在本实施例中，获取至少两个端口模型对象，将至少两个所述端口模型对象通过各自的至少一个端口进行信息交互或关联，构成组织模型对象，能够帮助用户方便快捷地构建神经网络所需的各种结构，方便用户按照模块对神经网络模型进行管理多人同时进行神经网络模型的构建时，能够各自完成各自模块，基于端口模块进行拼接、构建更大规模、更高层级的模型，有效提升了神经网络的构建效率，降低了构建成本。

技术特征：

1.一种端口模型对象组织方法，其特征在于，包括：

2.根据权利要求1所述的端口模型对象组织方法，其特征在于，所述端口包括输入端口、输出端口、引用端口和连接端口中的至少一种。

3.根据权利要求2所述的端口模型对象组织方法，其特征在于，所述输入端口用于接收所述端口模型对象之外的输入信息，所述输出端口用于将所述模型对象的输出信息输出，所述引用端口用于给所述模型对象引用其他模型对象的变量的机制，所述连接端口用于将所述模型对象与其他模型对象连接绑定。

4.根据权利要求2所述的端口模型对象组织方法，其特征在于，同一个端口模型对象的所述输入端口接收的输入信息与所述输出端口输出的输出信息之间存在复杂的对应关系或者固定的对应关系。

5.根据权利要求1所述的端口模型对象组织方法，其特征在于，所述模型主体包括至少一个所述组织模型对象和/或至少一个所述端口模型对象。

6.根据权利要求1所述的端口模型对象组织方法，其特征在于，所述输入端口包括变量输入端口和代理输入端口，所述输出端口包括变量输出端口和代理输出端口。

7.根据权利要求6所述的端口模型对象组织方法，其特征在于，当所述模型主体包括至少一个其他组织模型对象和/或至少一个其他端口模型对象时，所述输入端口包括代理输入端口，所述输出端口包括所述代理输出端口；

8.根据权利要求1所述的端口模型对象组织方法，其特征在于，所述组织模型对象的结构包括扁平结构、树状结构、级联结构和嵌套结构。

9.根据权利要求1所述的端口模型对象组织方法，其特征在于，所述模型主体还包括神经元、突触、神经元组、突触组中的至少一个。

10.根据权利要求9所述的端口模型对象组织方法，其特征在于，所述模型主体包括神经元时，所述端口模型对象为神经元模型对象，所述神经元模型对象的输入端口能够接收至少一个神经元的输入，所述神经元模型对象的输出端口能够连接至至少一个神经元。

11.根据权利要求10所述的端口模型对象组织方法，其特征在于，所述将至少两个所述端口模型对象通过各自的至少一个端口进行信息交互或关联的步骤，包括：

12.根据权利要求10所述的端口模型对象组织方法，其特征在于，所述将至少两个所述端口模型对象通过各自的至少一个端口进行信息交互或关联的步骤，包括：

13.根据权利要求10所述的端口模型对象组织方法，其特征在于，所述将至少两个所述端口模型对象通过各自的至少一个端口进行信息交互或关联的步骤，包括：

14.根据权利要求9所述的端口模型对象组织方法，其特征在于，所述模型主体包括突触时，所述端口模型对象为突触模型对象，所述突触模型对象的输入端口能够接收至少一个神经元的输入，所述突触模型对象的输出端口能够连接至至少一个神经元。

15.根据权利要求14所述的端口模型对象组织方法，其特征在于，所述将至少两个所述端口模型对象通过各自的至少一个端口进行信息交互或关联的步骤，包括：

16.根据权利要求9所述的端口模型对象组织方法，其特征在于，所述模型主体包括神经元组时，所述端口模型对象为神经元组模型对象，所述神经元组模型对象的输入端口能够连接至少一个突触组的输入，所述神经元组模型对象的输出端口能够连接至少一个突触组。

17.根据权利要求9所述的端口模型对象组织方法，其特征在于，所述模型主体包括突触组时，所述端口模型对象为突触组模型对象，所述突触组模型对象的输入端口能够连接至少一个神经元组的输入，所述突触组模型对象的输出端口能够连接至少一个神经元组。

18.一种端口模型对象组织系统，其特征在于，包括：

19.根据权利要求18所述的端口模型对象组织系统，其特征在于，述端口包括输入端口、输出端口、引用端口和连接端口中的至少一种。

20.根据权利要求19所述的端口模型对象组织系统，其特征在于，所述输入端口用于接收所述端口模型对象之外的输入信息，所述输出端口用于将所述模型对象的输出信息输出，所述引用端口用于给所述模型对象引用其他模型对象的变量的机制，所述连接端口用于将所述模型对象与其他模型对象连接绑定。

21.根据权利要求19所述的端口模型对象组织系统，其特征在于，同一个端口模型对象的所述输入端口接收的输入信息与所述输出端口输出的输出信息之间存在复杂的对应关系或者固定的对应关系。

22.根据权利要求18所述的端口模型对象组织系统，其特征在于，所述模型主体包括至少一个所述组织模型对象和/或至少一个所述端口模型对象。

23.根据权利要求18所述的端口模型对象组织系统，其特征在于，所述输入端口包括变量输入端口和代理输入端口，所述输出端口包括变量输出端口和代理输出端口。

24.根据权利要求23所述的端口模型对象组织系统，其特征在于，当所述模型主体包括至少一个其他组织模型对象和/或至少一个其他端口模型对象时，所述输入端口包括代理输入端口，所述输出端口包括所述代理输出端口；

25.根据权利要求18所述的端口模型对象组织系统，其特征在于，所述组织模型对象的结构包括扁平结构、树状结构、级联结构和嵌套结构。

26.根据权利要求18所述的端口模型对象组织系统，其特征在于，所述模型主体还包括神经元、突触、神经元组、突触组中的至少一个。

27.根据权利要求26所述的端口模型对象组织系统，其特征在于，所述模型主体包括神经元时，所述端口模型对象为神经元模型对象，所述神经元模型对象的输入端口能够接收至少一个神经元的输入，所述神经元模型对象的输出端口能够连接至至少一个神经元。

28.根据权利要求27所述的端口模型对象组织系统，其特征在于，所述组织模块还用于：

29.根据权利要求27所述的端口模型对象组织系统，其特征在于，所述组织模块还用于：

30.根据权利要求27所述的端口模型对象组织系统，其特征在于，所述组织模块还用于：

31.根据权利要求26所述的端口模型对象组织系统，其特征在于，所述模型主体包括突触时，所述端口模型对象为突触模型对象，所述突触模型对象的输入端口能够接收至少一个神经元的输入，所述突触模型对象的输出端口能够连接至至少一个神经元。

32.根据权利要求31所述的端口模型对象组织系统，其特征在于，所述组织模块还用于：

33.根据权利要求26所述的端口模型对象组织系统，其特征在于，所述模型主体包括神经元组时，所述端口模型对象为神经元组模型对象，所述神经元组模型对象的输入端口能够连接至少一个突触组的输入，所述神经元组模型对象的输出端口能够连接至少一个突触组。

34.根据权利要求26所述的端口模型对象组织系统，其特征在于，所述模型主体包括突触组时，所述端口模型对象为突触组模型对象，所述突触组模型对象的输入端口能够连接至少一个神经元组的输入，所述突触组模型对象的输出端口能够连接至少一个神经元组。

35.一种神经网络构建平台，其特征在于，包括：前端部分、核心部分和后端部分；

36.一种智能装置，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以实现权利要求1-17任一项所述方法。

37.一种存储介质，其特征在于，存储有能够被处理器加载并执行如权利要求1-17任一项所述方法的计算机程序。

技术总结
本发明实施例公开了端口模型对象组织方法、系统、平台、智能装置及存储介质。端口模型对象组织方法包括：获取至少两个端口模型对象，每个端口模型对象包括至少一个端口和模型主体，模型主体关联有数据和/或操作，端口用于与端口模型对象的外部进行信息交互或关联；将至少两个端口模型对象通过各自的至少一个端口进行信息交互或关联，构成组织模型对象。本发明能够有效提升神经网络的构建效率，降低构建成本。

技术研发人员：曾相未
受保护的技术使用者：深圳忆海原识科技有限公司
技术研发日：
技术公布日：2024/3/12