一种模型转换方法、装置、存储介质及电子设备与流程

本申请涉及人工智能，具体涉及一种模型转换方法、装置、存储介质及电子设备。

背景技术：

1、随着ai的快速发展，许多厂商都推出了ai框架，但是各个框架的模型和接口各不一样，ai模型转换平台可以方便地进行模型转换，使各个框架的资源能够共享，更加快速地开发出产品。但当前的转换平台都是基于命令行的，一般仅支持其他框架转换为某一特定框架，能转换的框架类别较少，并且命令行的转换方式，环境配置繁琐，使用方式复杂，导致了转换的成功率与效率都偏低，转换质量较差。

技术实现思路

1、本申请的主要目的在于提供一种模型转换方法、装置、存储介质及电子设备，旨在解决现有技术中在对ai模型进行转换时的转换质量较差的问题。

2、为实现上述目的，本申请的实施例采用的技术方案如下：

3、第一方面，本申请实施例提供一种模型转换方法，包括以下步骤：

4、解析源模型，获得源模型的算子信息；

5、根据目标模型的算子信息与源模型的算子信息的差异信息，对源模型的算子信息进行重构，获得重构算子信息；

6、将重构算子信息在算子库中进行匹配，获得匹配结果；其中，算子库中包含有若干模型的算子信息；

7、根据匹配结果与重构算子信息，对源模型进行转换，获得目标模型。

8、在第一方面的一种可能实现方式中，根据目标模型的算子信息与源模型的算子信息的差异信息，对源模型的算子信息进行重构，获得重构算子信息，包括：

9、根据目标模型的算子信息与源模型的算子信息的算子差异信息，对源模型的算子信息进行拆分，获得重构算子信息。

10、在第一方面的一种可能实现方式中，根据目标模型的算子信息与源模型的算子信息的差异信息，对源模型的算子信息进行重构，获得重构算子信息，包括：

11、根据目标模型的算子信息与源模型的算子信息的算子类别差异信息，对源模型的算子信息进行合并或补充，获得重构算子信息。

12、在第一方面的一种可能实现方式中，匹配结果为不匹配，根据匹配结果与重构算子信息，对源模型进行转换，获得目标模型，包括：

13、根据匹配结果与重构算子信息，调用目标模型的标准接口对源模型进行转换，获得目标模型。

14、在第一方面的一种可能实现方式中，匹配结果为匹配，根据匹配结果与重构算子信息，对源模型进行转换，获得目标模型，包括：

15、根据匹配结果与重构算子信息，利用中间模型框架对源模型进行转换，获得中间模型；

16、调用目标模型的标准接口对中间模型进行转换，获得目标模型。

17、在第一方面的一种可能实现方式中，若根据匹配结果与重构算子信息，利用中间模型框架对源模型进行转换，获得中间模型的步骤失败，或，调用目标模型的标准接口对中间模型进行转换，获得目标模型的步骤失败；则根据匹配结果与重构算子信息，对源模型进行转换，获得目标模型，包括：

18、根据匹配结果与重构算子信息，调用目标模型的标准接口对源模型进行转换，获得目标模型。

19、在第一方面的一种可能实现方式中，解析源模型，获得源模型的算子信息之后，模型转换方法还包括：

20、对源模型的算子信息进行拓扑排列，获得第一算子信息；

21、根据目标模型的算子信息与源模型的算子信息的差异信息，对源模型的算子信息进行重构，获得重构算子信息，包括：

22、根据目标模型的算子信息与第一算子信息的差异信息，对源模型的算子信息进行重构，获得重构算子信息。

23、第二方面，本申请实施例提供一种模型转换装置，包括：

24、解析模块，解析模块用于解析源模型，获得源模型的算子信息；

25、重构模块，重构模块用于根据目标模型的算子信息与源模型的算子信息的差异信息，对源模型的算子信息进行重构，获得重构算子信息；

26、匹配模块，匹配模块用于将重构算子信息在算子库中进行匹配，获得匹配结果；其中，算子库中包含有若干模型的算子信息；

27、转换模块，转换模块用于根据匹配结果与重构算子信息，对源模型进行转换，获得目标模型。

28、第三方面，本申请实施例提供一种计算机可读存储介质，储存有计算机程序，计算机程序被处理器加载执行时，实现如上述第一方面中任一项提供的模型转换方法。

29、第四方面，本申请实施例提供一种电子设备，包括处理器及存储器，其中，

30、存储器用于存储计算机程序；

31、处理器用于加载执行计算机程序，以使电子设备执行如上述第一方面中任一项提供的模型转换方法。

32、与现有技术相比，本申请的有益效果是：

33、本申请实施例提出的一种模型转换方法、装置、存储介质及电子设备，该方法包括：解析源模型，获得源模型的算子信息；根据目标模型的算子信息与源模型的算子信息的差异信息，对源模型的算子信息进行重构，获得重构算子信息；将重构算子信息在算子库中进行匹配，获得匹配结果；其中，算子库中包含有若干模型的算子信息；根据匹配结果与重构算子信息，对源模型进行转换，获得目标模型。本申请的方法通过解析源模型获得其算子信息，然后将其与目标模型的算子信息进行比对，并根据差异信息对原有的算子信息进行重构，在底层实现了目标模型不支持的算子，提升了转换成功率，进而让重构的算子信息在算子库中进行匹配，根据匹配的结果，利用重构算子信息对源模型进行转换获得目标模型，由于重构算子信息在转换后仍然为一个算子，相比起现有的将一个算子转换为三个算子的方式，能够大幅提升运行效率，进而实现对模型转换质量的提升。

技术特征：

1.一种模型转换方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的模型转换方法，其特征在于，所述根据目标模型的算子信息与所述源模型的算子信息的差异信息，对所述源模型的算子信息进行重构，获得重构算子信息，包括：

3.根据权利要求1所述的模型转换方法，其特征在于，所述根据目标模型的算子信息与所述源模型的算子信息的差异信息，对所述源模型的算子信息进行重构，获得重构算子信息，包括：

4.根据权利要求1所述的模型转换方法，其特征在于，所述匹配结果为不匹配，所述根据所述匹配结果与所述重构算子信息，对所述源模型进行转换，获得所述目标模型，包括：

5.根据权利要求1所述的模型转换方法，其特征在于，所述匹配结果为匹配，所述根据所述匹配结果与所述重构算子信息，对所述源模型进行转换，获得所述目标模型，包括：

6.根据权利要求5所述的模型转换方法，其特征在于，若所述根据所述匹配结果与所述重构算子信息，利用中间模型框架对所述源模型进行转换，获得中间模型的步骤失败，或，所述调用所述目标模型的标准接口对所述中间模型进行转换，获得所述目标模型的步骤失败；则所述根据所述匹配结果与所述重构算子信息，对所述源模型进行转换，获得所述目标模型，包括：

7.根据权利要求1所述的模型转换方法，其特征在于，所述解析源模型，获得所述源模型的算子信息之后，所述模型转换方法还包括：

8.一种模型转换装置，其特征在于，包括：

9.一种计算机可读存储介质，储存有计算机程序，其特征在于，所述计算机程序被处理器加载执行时，实现如权利要求1-7中任一项所述的模型转换方法。

10.一种电子设备，其特征在于，包括处理器及存储器，其中，

技术总结
本申请的实施例公开了一种模型转换方法、装置、存储介质及电子设备，涉及人工智能技术领域，包括：解析源模型，获得源模型的算子信息；根据目标模型的算子信息与源模型的算子信息的差异信息，对源模型的算子信息进行重构，获得重构算子信息；将重构算子信息在算子库中进行匹配，获得匹配结果；根据匹配结果与重构算子信息，对源模型进行转换，获得目标模型。本申请的方法通过解析源模型获得其算子信息，然后将其进行重构，在底层实现了目标模型不支持的算子，提升转换成功率，由于重构算子信息在转换后让仍然为一个算子，相比起现有的将一个算子转换为三个算子的方式，能够大幅提升运行效率，进而实现对模型转换质量的提升。

技术研发人员：林云,孙晓刚
受保护的技术使用者：成都阿加犀智能科技有限公司
技术研发日：
技术公布日：2024/1/13