文件运行方法、装置、计算机设备及可读存储介质与流程

本申请涉及数据处理领域，具体涉及一种文件运行方法、装置、计算机设备及可读存储介质。

背景技术：

1、随着人工智能技术的发展，神经网络应用到越来越多的领域，对人们的生产和生活带来了改善。神经网络是一种神经网络学习算法，是由输入层、中间层、输出层组成的阶层型神经网络，中间层可扩展为多层。相邻层之间各神经元进行全连接，而每层各神经元之间无连接，网络按有教师示教的方式进行学习，当一对学习模式提供给网络后，各神经元获得网络的输入响应产生连接权值(weight)。然后按减小希望输出与实际输出误差的方向，从输出层经各中间层逐层修正各连接权，回到输入层。此过程反复交替进行，直至网络的全局误差趋向给定的极小值，即完成学习的过程。

2、目前，神经网络具有很多种类，比如前馈神经网络、径向基神经网络、感知器神经网络、线性神经网络、自组织神经网络以及反馈神经网络等等。其中，每个神经网络都包含多种信息参数，比如网络图、辅助信息、权重数据、npu指令代码、编译器生成的其它相关信息等，计算平台在使用神经网络时需要调用上述参数，而常见的计算平台中的内存资源极其有限，也不支持文件系统，因此只能从外存中调用上述参数，导致神经网络处理效率较低。

技术实现思路

1、针对上述技术问题，本申请提供一种文件运行方法、装置、计算机设备及可读存储介质，可以提高神经网络的处理效率。

2、为解决上述技术问题，本申请提供一种文件运行方法，包括：

3、从存储器中获取包括至少一个容器的整合文件；

4、提取所述容器中预设神经网络的神经网络参数；

5、根据所述神经网络参数将预设神经网络安装至预设平台的内存中；

6、根据已安装的神经网络进行初始化；

7、在初始化后运行所述神经网络的子网，并在所述神经网络运行结束后释放资源。

8、可选的，在本申请的一些实施例中，当所述整合文件位于外存时，所述根据所述神经网络参数将预设神经网络安装至预设平台的内存，包括：

9、从预设平台的内存中划分出一段第一内存区域，所述第一内存区域用于存取神经网络参数和中间特征图；

10、将至少部分神经网络参数拷贝至所述第一内存区域；

11、将所述预设平台的功能函数接口赋予已拷贝至内存中的raw层预设函数接口，并调用预设函数接口执行预设功能；

12、将所述预设平台对拷贝至内存中的部分参数写入特定的数值。

13、可选的，在本申请的一些实施例中，当所述整合文件位于内存时，所述根据所述神经网络参数将预设神经网络安装至预设平台的内存，包括：

14、从预设平台的内存中划分出一段第二内存区域，所述第二内存区域用于存取中间特征图；

15、将所述平台的实际功能函数接口赋予内存中的raw层预设函数接口，并调用预设函数接口执行预设功能。

16、可选的，在本申请的一些实施例中，所述根据已安装的神经网络进行初始化，包括：

17、提取网络容器中的参数；

18、根据提取的参数，对内存中的部分数据段填入特定值，以及；

19、根据提取的参数，对硬件计算核进行初始设置。

20、可选的，在本申请的一些实施例中，所述在初始化后运行所述神经网络的子网，包括：

21、提取子网容器中的参数；

22、对所述子网容器中的运行参数进行初始设置；

23、遍历子网中所有raw网段的每个raw层，调用raw层预设函数接口执行复位功能；

24、根据提取的参数，对主动核进行设置；

25、在对应的硬件计算核上依次运行各网段。

26、可选的，在本申请的一些实施例中，所述在对应的硬件计算核上依次运行各网段，包括：

27、提取cmd网段容器中的参数；

28、根据提取的参数，对所述主动核进行设置，并启动设置后的主动核进行计算。

29、可选的，在本申请的一些实施例中，所述在对应的硬件计算核上依次运行各网段，包括：

30、对raw网段容器中的运行参数进行初始设置；

31、依次调用raw网段中每个raw层的预设函数接口执行运行功能。

32、可选的，在本申请的一些实施例中，所述在初始化后运行所述神经网络的子网，包括：

33、提取参考特征图数组容器中第一个参考特征图容器的的特征图作为所述神经网络的输入；

34、依次运行所述子网的各个网段及raw网段中的每个raw层。

35、可选的，在本申请的一些实施例中，所述在所述神经网络运行结束后释放资源，包括：

36、依次调用子网中raw网段的raw层的预设函数接口执行释放功能；

37、释放安装时及运行中占用的其它软件资源；

38、释放硬件计算核。

39、可选的，在本申请的一些实施例中，还包括：

40、清空至少部分所述子网的数据。

41、相应的，本申请还提供一种文件运行装置，包括：

42、获取模块，用于从存储器中获取包括至少一个容器的整合文件；

43、提取模块，用于提取所述容器中预设神经网络的神经网络参数；

44、安装模块，用于根据所述神经网络参数将预设神经网络安装至预设平台的内存中；

45、初始化模块，用于根据已安装的神经网络进行初始化；

46、运行模块，用于在初始化后运行所述神经网络的子网。

47、释放模块，用于在所述神经网络运行结束后释放资源。

48、本申请还提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上述方法的步骤。

49、本申请还提供一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述方法的步骤。

50、如上所述，本申请提供一种文件运行方法、装置、计算机设备及可读存储介质，在从存储器中获取包括至少一个容器的整合文件后，提取所述容器中预设神经网络的神经网络参数，然后，根据所述神经网络参数将预设神经网络安装至预设平台的内存中，接着，根据已安装的神经网络进行初始化，最后，在初始化后运行所述神经网络的子网，并在所述神经网络运行结束后释放资源。在本申请提供的文件运行方案中，可以从存储器中获取包括至少一个容器的整合文件，并将其对应的神经网络参数安装至预设平台的内存中，从而在后续使用时可以通过内存直接调用，有效提升了神经网络的处理效率。

技术特征：

1.一种文件运行方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，当所述整合文件位于外存时，所述根据所述神经网络参数将预设神经网络安装至预设平台的内存，包括：

3.根据权利要求1所述的方法，其特征在于，当所述整合文件位于内存时，所述根据所述神经网络参数将预设神经网络安装至预设平台的内存，包括：

4.根据权利要求1所述的方法，其特征在于，所述根据已安装的神经网络进行初始化，包括：

5.根据权利要求1所述的方法，其特征在于，所述在初始化后运行所述神经网络的子网，包括：

6.根据权利要求5所述的方法，其特征在于，所述在对应的硬件计算核上依次运行各网段，包括：

7.根据权利要求5所述的方法，其特征在于，所述在对应的硬件计算核上依次运行各网段，包括：

8.根据权利要求1所述的方法，其特征在于，所述在初始化后运行所述神经网络的子网，包括：

9.根据权利要求1至8任一项所述的方法，其特征在于，所述在所述神经网络运行结束后释放资源，包括：

10.根据权利要求1至7任一项所述的方法，其特征在于，还包括：

11.一种文件运行装置，其特征在于，包括：

12.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至10中任一项所述文件运行方法的步骤。

13.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至10中任一项所述文件运行方法的步骤。

技术总结
本申请公开了一种文件运行方法、装置、计算机设备及可读存储介质，所述文件运行方法包括：从存储器中获取包括至少一个容器的整合文件；提取所述容器中预设神经网络的神经网络参数；根据所述神经网络参数将预设神经网络安装至预设平台的内存中；根据已安装的神经网络进行初始；在初始化后运行所述神经网络的子网，并在所述神经网络运行结束后释放资源。本申请提供的文件运行方案可以提高神经网络的处理效率。

技术研发人员：鲁勇,严勇猛
受保护的技术使用者：北京探境科技有限公司
技术研发日：
技术公布日：2024/1/11