[发明专利]一种基于ONNX面向Caffe2训练的深度学习模型自动转换方法

权利要求书

1.一种基于ONNX面向Caffe2训练的深度学习模型自动转换方法，其特征在于，包括以下步骤：

S1、ONNX文件向Caffe2文件的映射，得到Caffe2格式的前向传播网络，具体包括：

计算图模型映射：Model到Plan的映射、Graph到Net的映射以及Node到Operator的映射；

数据类型映射：FLOAT到float的映射、INT到int的映射、STRING到string的映射、Graph到net的映射、FLOATs到floats的映射、INTs到ints的映射、STRINGs到strings的映射以及Graphs到nets的映射；

S2、根据S1中获得的前向传播网络的信息，自动生成求梯度算子，得到反向传播网络，具体包括：

S21、以Caffe2中的算子为键，以对应的梯度算子为值，构建一个静态字典；

S22、遍历步骤1中Caffe2中的算子，得到对应的梯度算子，通过静态字典，获得算子到对应梯度算子的映射，从而倒序生成反向传播网络；

S3、根据满足生成完整反向传播网络的需要，设计用户配置信息格式，将配置信息融入上步骤的模型定义文件中，具体包括：

S31、由用户指定输入数据、使用设备、模型存储、程序打印输出以及迭代控制等信息；

S32、将配置文件中的信息融合进模型定义文件。