[发明专利]大幅面遥感影像的深度学习框架模块设计与构建方法

权利要求书

1.大幅面遥感影像的深度学习框架模块设计与构建方法，其特征在于：

设计了一个中间表示模块，用于将多源框架构建的模型，经过中间表示和编译优化转换为具备处理大幅面影像的模型，该模块的具体构建方法包括如下步骤：

首先，前端使用多源框架构建的模型的计算图经编译生成抽象语法树，然后利用中间表示模块对模型进行大幅面遥感特性改造，生成优化后的模型计算图的机器执行代码，最后根据该代码训练模型，训练过程可使用多设备并行计算；

所述中间表示模块用于将模型转换为统一表示，中间表示模块采用多级的分层结构，每一级的中间表示都保有模型某一维度的特征，从而在该维度上对模型进行优化，每一级别的中间表示可以通过转换下降到更低层次的表达上，并执行相应层级的优化，经过不同层次级别的中间表示与优化，最终得到优化后的模型中间表示；所述中间表示模块包括算子分解、算子融合，其中算子分解是指将原来的大计算机图的算子分解为一系列作用在小计算图上的算子，从而保证整个模型可以部署在目标硬件上；算子融合是指将多个算子组合在一起放到同一个核中，从而消除多余的计算，降低计算图的内存或显存占用量。

2.如权利要求1所述的大幅面遥感影像的深度学习框架模块设计与构建方法，其特征在于：

中间表示采用基于节点和边的图式数据结构，一个节点表示一个操作，一个边表示一个数值，每个数值都是一个操作或块参数的结果，并且具有根据类型检查系统定义的值类型，所有的操作按照顺序被包含在块的结构中，块按照顺序包含在区域中，操作中允许包含区域，构成了中间表示的整体层次结构；

在多级中间表示语法中，采用的基于静态单一赋值SSA的数据结构，操作是每一句表达式的核心，每个操作符都有自己的标识符，操作符接受输入参数同时也可以返回参数，操作符具有属性，属性在编译阶段需要保持为常量，用于在编译阶段告知编译器该操作符的基本信息；

一个块是一系列操作的列表，每个块代表一个编译器的基本块，其中块内的指令按照顺序执行，并采用终止符操作来实现基本块之间的控制流分支；块采用类似函数的方式表示块参数列表，块参数绑定到由各个操作的语义指定的值，区域的入口块的块参数也是该区域的参数，绑定到由所包含的操作的语义定义的参数，其他块的块参数由终止操作的语义确定；

区域是中间表示中块的有序列表，中间表示中没有对区域内强行添加语法，而是采用包含操作符来定义区域内的语法，区域没有名称或地址，只有区域中包含的块才有，区域必须包含在操作中，并且没有类型或属性，区域中的第一个块是一个特殊的块，称为“入口块”，入口块的参数也是区域本身的参数。

区域提供了程序的分层封装：无法引用与引用源不在同一区域的块，即终止操作符；同样，区域为值的可见性提供了自然的范围：区域中定义的值不会逃逸到封闭区域；一个值是否可以由同一区域中的另一个操作使用，取决于区域的类型，当且仅当父级可以使用该值时，在同一区域中具有父级的操作才能使用该区域中定义的值；由区域的参数定义的值始终可以由该区域中包含的任何操作使用，在区域中定义的值永远不能在该区域之外使用；

中间表示中的每个值都有一个由类型系统定义的类型，采用开放式类型系统，系统中没有固定的类型列表；

中间表示中使用属性机制用于在不允许使用变量的位置上为操作指定常量数据，每个操作都有一个属性字典，该属性字典将一组属性名称与属性值相关联。

3.如权利要求1所述的大幅面遥感影像的深度学习框架模块设计与构建方法，其特征在于：

所述算子融合的具体含义是：创建新的算子Op，重新定义该Op的输入iaputs、输入outputs、梯度grad、权重weights，使用该Op替代共享逻辑区域Logical Region的相连顶点，将同一条边的两个顶点的inputs、outputs、grad、weights整合至新的Op，并加入计算图Graph中，从而消除多余边的计算，降低Graph的内存或显存占用量。