-
公开(公告)号:CN114266306A
公开(公告)日:2022-04-01
申请号:CN202111567466.6
申请日:2021-12-20
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种基于机器学习模型实现数据分类的方法及装置、电子设备,该方法通过现场可编程逻辑门阵列器件实现,包括:获取待输入至机器学习模型的特征参量,其中,机器学习模型用于通过推理对特征参量进行分类,机器学习模型被分割成多级推理单元,多级推理单元存储在现场可编程逻辑门阵列器件的随机存取存储器,每级推理单元包括机器学习模型的节点信息;根据多级推理单元,将特征参量在随机存取存储器上进行多级缓存,其中,特征参量进行缓存的级数与推理单元的个数相同,其中,每级缓存的特征参量相同;依次利用多级推理单元中的各级推理单元从随机存取存储器上获取与推理单元对应的特征参量,并对特征参量进行推理处理。
-
公开(公告)号:CN113900820B
公开(公告)日:2024-11-05
申请号:CN202111255496.3
申请日:2021-10-27
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F9/50 , G06F18/2431
Abstract: 本公开关于一种分类任务处理方法、装置、电子设备及存储介质,该方法包括基于加速处理器接收目标分类任务的处理请求,处理请求包括目标分类任务对应的待分类信息;基于加速处理器,获取目标分类任务对应的目标分类模型的目标模型结构信息,目标模型结构信息为预先基于目标分类模型的模型文件进行格式转换后,按照目标格式存储的结点信息;目标格式为加速处理器的可读格式,结点信息为目标分类模型对应的决策树中的结点信息;控制加速处理器,执行基于待分类信息和目标模型结构信息进行分类任务处理的操作,得到目标分类任务的分类结果信息。利用本公开实施例可以有效降低分类任务处理的时延,提升分类任务处理的速度和效率。
-
公开(公告)号:CN114202479A
公开(公告)日:2022-03-18
申请号:CN202111500186.3
申请日:2021-12-09
Applicant: 北京达佳互联信息技术有限公司
IPC: G06T5/00
Abstract: 本公开涉及一种视频处理方法、装置、服务器及存储介质。所述方法包括:所述方法应用于图形处理器,包括:接收输入码流,对所述输入码流进行解码,得到第一视频码流;对所述第一视频码流进行视频模糊处理,得到第二视频码流,其中所述对所述第一视频码流进行视频模糊处理是在中央处理器的控制下完成;对所述第二视频码流进行编码,得到输出码流。本公开实施例能够大大提高视频处理的效率。
-
公开(公告)号:CN114266306B
公开(公告)日:2024-12-20
申请号:CN202111567466.6
申请日:2021-12-20
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种基于机器学习模型实现数据分类的方法及装置、电子设备,该方法通过现场可编程逻辑门阵列器件实现,包括:获取待输入至机器学习模型的特征参量,其中,机器学习模型用于通过推理对特征参量进行分类,机器学习模型被分割成多级推理单元,多级推理单元存储在现场可编程逻辑门阵列器件的随机存取存储器,每级推理单元包括机器学习模型的节点信息;根据多级推理单元,将特征参量在随机存取存储器上进行多级缓存,其中,特征参量进行缓存的级数与推理单元的个数相同,其中,每级缓存的特征参量相同;依次利用多级推理单元中的各级推理单元从随机存取存储器上获取与推理单元对应的特征参量,并对特征参量进行推理处理。
-
公开(公告)号:CN114707653A
公开(公告)日:2022-07-05
申请号:CN202210015668.8
申请日:2022-01-07
Applicant: 北京达佳互联信息技术有限公司
IPC: G06N5/04
Abstract: 本公开关于一种数据处理方法、装置及电子设备,该方法应用于现场可编程逻辑门阵列中的模型分配单元,包括:获取目标推理模型对应的模型规模;根据模型规模,在现场可编程逻辑门阵列中确定多个目标模型单元,多个目标模型单元依次连接;将目标推理模型部署至多个目标模型单元;将目标推理模型对应的推理请求发送至多个目标模型单元。本公开的实施例能够在目标推理模型的模型规模过大的情况下,利用多个模型单元对目标推理模型进行加速,从而能够在不重新设计模型单元的情况下对任意规模的推理模型进行加速推理。
-
公开(公告)号:CN113900820A
公开(公告)日:2022-01-07
申请号:CN202111255496.3
申请日:2021-10-27
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种分类任务处理方法、装置、电子设备及存储介质,该方法包括基于加速处理器接收目标分类任务的处理请求,处理请求包括目标分类任务对应的待分类信息;基于加速处理器,获取目标分类任务对应的目标分类模型的目标模型结构信息,目标模型结构信息为预先基于目标分类模型的模型文件进行格式转换后,按照目标格式存储的结点信息;目标格式为加速处理器的可读格式,结点信息为目标分类模型对应的决策树中的结点信息;控制加速处理器,执行基于待分类信息和目标模型结构信息进行分类任务处理的操作,得到目标分类任务的分类结果信息。利用本公开实施例可以有效降低分类任务处理的时延,提升分类任务处理的速度和效率。
-
-
-
-
-