申请/专利权人:合肥工业大学
申请日:2024-01-08
公开(公告)日:2024-03-15
公开(公告)号:CN117708075A
主分类号:G06F16/178
分类号:G06F16/178;G06N3/04
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.24#实质审查的生效;2024.03.15#公开
摘要:本发明涉及深度学习编译技术领域,提供了一种将MLIR文件转换为PyTorch文件的方法、装置、设备及介质。方法包括以下步骤:获取MLIR文件,提取MLIR文件中的数据信息以及操作信息;保留数据信息原有的标识符,并将其数据类型转换为PyTorch文件中的Tensor数据类型;根据各个操作之间的前后顺序关系构建操作之间的依赖关系;依据PyTorch文件与MLIR文件之间的转换关系,将MLIR文件中的操作类型转换为PyTorch文件中的操作类型;根据转换后的数据类型、操作之间的依赖关系和转换后的操作类型,形成PyTorch文件。该方法能够将MLIR文件等价转换为与之对应的PyTorch文件。
主权项:1.一种将MLIR文件转换为PyTorch文件的方法,其特征在于,包括:获取MLIR文件,提取MLIR文件中的数据信息以及操作信息;保留数据信息原有的标识符,并将其数据类型转换为PyTorch文件中的Tensor数据类型;创建一个空栈;遍历操作信息中所有的操作节点,将入度为0的操作节点压入空栈中,直到操作信息中没有入度为0的操作节点,得到一个保存了各个操作之间的前后顺序关系的栈;输出栈中的节点序列,得到各个操作之间的前后顺序关系,根据各个操作之间的前后顺序关系构建操作之间的依赖关系;依据PyTorch文件与MLIR文件之间的转换关系,将MLIR文件中的操作类型转换为PyTorch文件中的操作类型;根据转换后的数据类型、操作之间的依赖关系和转换后的操作类型,形成PyTorch文件。
全文数据:
权利要求:
百度查询: 合肥工业大学 一种将MLIR文件转换为PyTorch文件的方法、装置、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。