← 返回列表
结构识别模型训练、模型结构识别方法、设备及介质
摘要文本
本发明实施例公开了一种结构识别模型训练、模型结构识别方法、设备及介质，包括：将目标结构模型转换为静态图结构数据；其中，所述静态图结构数据包括目标结构模型的算子节点，以及各所述算子节点之间的数据流向边；对所述静态图结构数据中的各算子节点和数据流向边进行特征编码，得到静态图编码信息，其中，所述静态图编码信息包括算子节点对应的节点编码和数据流向边对应的邻接矩阵；根据所述静态图编码信息构建模型训练样本数据；根据所述模型训练样本数据训练图神经网络模型；其中，训练完成的图神经网络模型用于识别网络模型的结构。本发明实施例的技术方案能够提高模型结构的识别精度和识别效率。
申请人信息
- 申请人:北京燧原智能科技有限公司
- 申请人地址:100191 北京市海淀区知春路23号14层1401、1403、1405、1407室
- 发明人: 北京燧原智能科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 结构识别模型训练、模型结构识别方法、设备及介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410090059.8 |
| 申请日 | 2024/1/23 |
| 公告号 | CN117609870A |
| 公开日 | 2024/2/27 |
| IPC主分类号 | G06F18/241 |
| 权利人 | 北京燧原智能科技有限公司 |
| 发明人 | 郭敬明; 刘晶晶; 刘彦; 胡侨娟; 李翔 |
| 地址 | 北京市海淀区知春路23号14层1401、1403、1405、1407室 |
专利主权项内容
1.一种结构识别模型训练方法，其特征在于，包括：将目标结构模型转换为静态图结构数据；其中，所述静态图结构数据包括目标结构模型的算子节点，以及各所述算子节点之间的数据流向边；对所述静态图结构数据中的各算子节点和数据流向边进行特征编码，得到静态图编码信息，其中，所述静态图编码信息包括算子节点对应的节点编码和数据流向边对应的邻接矩阵；根据所述静态图编码信息构建模型训练样本数据；根据所述模型训练样本数据训练图神经网络模型；其中，训练完成的图神经网络模型用于识别网络模型的结构。