适用于关系型数据库内深度学习模型的存储方法和装置

    公开(公告)号:CN118427196A

    公开(公告)日:2024-08-02

    申请号:CN202410580754.2

    申请日:2024-05-11

    Abstract: 本发明公开了一种适用于关系型数据库内深度学习模型的存储方法和装置。本发明基于关系型数据库向量存储技术和深度学习框架,是一种能够在导入模型时在数据库中存储模型参数、使用模型时合并数据库中模型参数的方法。该方法内置多种基础模型。当导入新模型时可以指定基础模型,读取模型并将模型层名与模型参数保存到模型参数表中;在使用模型时会根据模型参数表获取模型的基础模型信息,加载基础模型并读取模型参数表中记录的层名与各层参数,将各层参数设置回基础模型中即可还原模型。本发明对于一个基于基础模型的新模型只需要记录各层参数即可,无需存储模型结构信息,这种数据库内模型存储方法能显著减少模型在数据库内所占据的存储容量。

Patent Agency Ranking