METHOD FOR TRANSFORMING AN ABSTRACT REPRESENTATION OF A TRAINED NEURAL NETWORK INTO PROGRAM CODE IN A TARGET LANGUAGE
Verfahren (1000) zum Transformieren einer abstrakten Darstellung (1) eines trainierten neuronalen Netzes in einen Programmcode (6) in einer Zielsprache, der mit einem Compiler für die Zielsprache in ausführbaren Programmcode (7) überführbar ist, das Verfahren (1000) aufweisend die Schritte: - Einles...
Gespeichert in:
| Hauptverfasser: | , , , , |
|---|---|
| Format: | Patent |
| Sprache: | eng ; fre ; ger |
| Schlagworte: | |
| Online-Zugang: | Volltext bestellen |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | |
|---|---|
| container_issue | |
| container_start_page | |
| container_title | |
| container_volume | |
| creator | BOBLEST, Sebastian HJORT, Ulrik BUCHNER, Jens Stefan VO, Duy Khoi EISENBERG, Jan |
| description | Verfahren (1000) zum Transformieren einer abstrakten Darstellung (1) eines trainierten neuronalen Netzes in einen Programmcode (6) in einer Zielsprache, der mit einem Compiler für die Zielsprache in ausführbaren Programmcode (7) überführbar ist, das Verfahren (1000) aufweisend die Schritte: - Einlesen einer abstrakten Darstellung (1) eines bereits trainierten neuronalen Netzes, wobei diese abstrakte Darstellung (1) mindestens die Architektur (11) sowie die aus dem Training erhaltenen Parameter (12), die das Verhalten des neuronalen Netzes charakterisieren, umfasst, (100), - Berechnen einer Zwischenrepräsentation (2) des neuronalen Netzes aus der abstrakten Darstellung (1), wobei diese Zwischenrepräsentation (1) einen Berechnungsgraphen (21) für die Ausgabe des neuronalen Netzes angibt, - Ermitteln einer Mehrzahl von Planungsvorschlägen (31, 32, 33) für die Planung der Speichernutzung während der Ausführung des Berechnungsgraphen (21, 300), - Ermitteln eines Gütemaßes (Q1, Q2, Q3) zu jedem Planungsvorschlag (31, 32, 33) anhand mindestens eines vorgegebenen Kriteriums, (400), - Auswählen eines Planungsvorschlags (31, 32, 33) auf Basis der ermittelten Gütemaße (Q1, Q2, Q3, 500), und - Erzeugen des gesuchten Programmcodes (6) in der Zielsprache aus der Zwischenrepräsentation (21) und dem ausgewählten Planungsvorschlag (Q2, 600).
The invention relates to a method (1000) for transforming an abstract representation (1) of a trained neural network into program code (6) in a target language, said program code being convertible into executable program code (7) by means of a compiler for the target language. The method (1000) has the steps of: - reading (100) an abstract representation (1) of a neural network which has already been trained, said abstract representation (1) characterizing at least the architecture (11) and the parameters (12) which are obtained from the training process and which characterize the behavior of the neural network, - calculating an intermediate representation (2) of the neural network from the abstract representation (1), said intermediate representation (1) specifying a computation graph (21) for outputting the neural network, - ascertaining (300) a plurality of plan proposals (31, 32, 33) for planning the memory usage while carrying out the computation graph (21), - ascertaining (400) a quality level (Q1, Q2, Q3) for each plan proposal (31, 32, 33) using at least one specified criterion, - selecting (500) a plan proposal (31, 32, 33) on |
| format | Patent |
| fullrecord | <record><control><sourceid>epo_EVB</sourceid><recordid>TN_cdi_epo_espacenet_WO2024033007A1</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><sourcerecordid>WO2024033007A1</sourcerecordid><originalsourceid>FETCH-epo_espacenet_WO2024033007A13</originalsourceid><addsrcrecordid>eNqNisEKglAQAL10iOofFjoHpkHnTdenpLuyrngUidcpSrD-P4U-oNMMw6yDT0WWSwqZKJgiN7NUBTtABrw0c0oMlGqlhtjQCmGQDHCZC6YUmFrFcoZ1olco2ARqFadYQSIpzWW5UR0ZlMiuRUfbYHUfHpPf_bgJ9hlZkh_8-Or9NA43__TvvpMojE5hHIfhGY_xf9cXwgs5zA</addsrcrecordid><sourcetype>Open Access Repository</sourcetype><iscdi>true</iscdi><recordtype>patent</recordtype></control><display><type>patent</type><title>METHOD FOR TRANSFORMING AN ABSTRACT REPRESENTATION OF A TRAINED NEURAL NETWORK INTO PROGRAM CODE IN A TARGET LANGUAGE</title><source>esp@cenet</source><creator>BOBLEST, Sebastian ; HJORT, Ulrik ; BUCHNER, Jens Stefan ; VO, Duy Khoi ; EISENBERG, Jan</creator><creatorcontrib>BOBLEST, Sebastian ; HJORT, Ulrik ; BUCHNER, Jens Stefan ; VO, Duy Khoi ; EISENBERG, Jan</creatorcontrib><description>Verfahren (1000) zum Transformieren einer abstrakten Darstellung (1) eines trainierten neuronalen Netzes in einen Programmcode (6) in einer Zielsprache, der mit einem Compiler für die Zielsprache in ausführbaren Programmcode (7) überführbar ist, das Verfahren (1000) aufweisend die Schritte: - Einlesen einer abstrakten Darstellung (1) eines bereits trainierten neuronalen Netzes, wobei diese abstrakte Darstellung (1) mindestens die Architektur (11) sowie die aus dem Training erhaltenen Parameter (12), die das Verhalten des neuronalen Netzes charakterisieren, umfasst, (100), - Berechnen einer Zwischenrepräsentation (2) des neuronalen Netzes aus der abstrakten Darstellung (1), wobei diese Zwischenrepräsentation (1) einen Berechnungsgraphen (21) für die Ausgabe des neuronalen Netzes angibt, - Ermitteln einer Mehrzahl von Planungsvorschlägen (31, 32, 33) für die Planung der Speichernutzung während der Ausführung des Berechnungsgraphen (21, 300), - Ermitteln eines Gütemaßes (Q1, Q2, Q3) zu jedem Planungsvorschlag (31, 32, 33) anhand mindestens eines vorgegebenen Kriteriums, (400), - Auswählen eines Planungsvorschlags (31, 32, 33) auf Basis der ermittelten Gütemaße (Q1, Q2, Q3, 500), und - Erzeugen des gesuchten Programmcodes (6) in der Zielsprache aus der Zwischenrepräsentation (21) und dem ausgewählten Planungsvorschlag (Q2, 600).
The invention relates to a method (1000) for transforming an abstract representation (1) of a trained neural network into program code (6) in a target language, said program code being convertible into executable program code (7) by means of a compiler for the target language. The method (1000) has the steps of: - reading (100) an abstract representation (1) of a neural network which has already been trained, said abstract representation (1) characterizing at least the architecture (11) and the parameters (12) which are obtained from the training process and which characterize the behavior of the neural network, - calculating an intermediate representation (2) of the neural network from the abstract representation (1), said intermediate representation (1) specifying a computation graph (21) for outputting the neural network, - ascertaining (300) a plurality of plan proposals (31, 32, 33) for planning the memory usage while carrying out the computation graph (21), - ascertaining (400) a quality level (Q1, Q2, Q3) for each plan proposal (31, 32, 33) using at least one specified criterion, - selecting (500) a plan proposal (31, 32, 33) on the basis of the ascertained quality level (Q1, Q2, Q3), and - generating (600) the sought program code (6) in the target language from the intermediate representation (21) and the selected plan proposal (Q2).
L'invention concerne un procédé (1000) pour transformer une représentation abstraite (1) d'un réseau neuronal entraîné en code de programme (6) dans une langue cible, ledit code de programme étant convertible en code de programme exécutable (7) au moyen d'un compilateur pour la langue cible. Le procédé (1000) comprend les étapes consistant à : - lire (100) une représentation abstraite (1) d'un réseau neuronal qui a déjà été entraîné, ladite représentation abstraite (1) caractérisant au moins l'architecture (11) et les paramètres (12) qui sont obtenus à partir du processus d'entraînement et qui caractérisent le comportement du réseau neuronal, - calculer une représentation intermédiaire (2) du réseau neuronal à partir de la représentation abstraite (1), ladite représentation intermédiaire (1) spécifiant un graphe de calcul (21) pour délivrer en sortie le réseau neuronal, - déterminer (300) une pluralité de propositions de plan (31, 32, 33) pour planifier l'utilisation de mémoire tout en réalisant le graphe de calcul (21), - déterminer (400) un niveau de qualité (Q1, Q2, Q3) pour chaque proposition de plan (31, 32, 33) à l'aide d'au moins un critère spécifié, - sélectionner (500) une proposition de plan (31, 32, 33) sur la base du niveau de qualité déterminé (Q1, Q2, Q3), et - générer (600) le code de programme recherché (6) dans la langue cible à partir de la représentation intermédiaire (21) et de la proposition de plan sélectionnée (Q2).</description><language>eng ; fre ; ger</language><subject>CALCULATING ; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS ; COMPUTING ; COUNTING ; ELECTRIC DIGITAL DATA PROCESSING ; PHYSICS</subject><creationdate>2024</creationdate><oa>free_for_read</oa><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><linktohtml>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&date=20240215&DB=EPODOC&CC=WO&NR=2024033007A1$$EHTML$$P50$$Gepo$$Hfree_for_read</linktohtml><link.rule.ids>230,308,780,885,25563,76318</link.rule.ids><linktorsrc>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&date=20240215&DB=EPODOC&CC=WO&NR=2024033007A1$$EView_record_in_European_Patent_Office$$FView_record_in_$$GEuropean_Patent_Office$$Hfree_for_read</linktorsrc></links><search><creatorcontrib>BOBLEST, Sebastian</creatorcontrib><creatorcontrib>HJORT, Ulrik</creatorcontrib><creatorcontrib>BUCHNER, Jens Stefan</creatorcontrib><creatorcontrib>VO, Duy Khoi</creatorcontrib><creatorcontrib>EISENBERG, Jan</creatorcontrib><title>METHOD FOR TRANSFORMING AN ABSTRACT REPRESENTATION OF A TRAINED NEURAL NETWORK INTO PROGRAM CODE IN A TARGET LANGUAGE</title><description>Verfahren (1000) zum Transformieren einer abstrakten Darstellung (1) eines trainierten neuronalen Netzes in einen Programmcode (6) in einer Zielsprache, der mit einem Compiler für die Zielsprache in ausführbaren Programmcode (7) überführbar ist, das Verfahren (1000) aufweisend die Schritte: - Einlesen einer abstrakten Darstellung (1) eines bereits trainierten neuronalen Netzes, wobei diese abstrakte Darstellung (1) mindestens die Architektur (11) sowie die aus dem Training erhaltenen Parameter (12), die das Verhalten des neuronalen Netzes charakterisieren, umfasst, (100), - Berechnen einer Zwischenrepräsentation (2) des neuronalen Netzes aus der abstrakten Darstellung (1), wobei diese Zwischenrepräsentation (1) einen Berechnungsgraphen (21) für die Ausgabe des neuronalen Netzes angibt, - Ermitteln einer Mehrzahl von Planungsvorschlägen (31, 32, 33) für die Planung der Speichernutzung während der Ausführung des Berechnungsgraphen (21, 300), - Ermitteln eines Gütemaßes (Q1, Q2, Q3) zu jedem Planungsvorschlag (31, 32, 33) anhand mindestens eines vorgegebenen Kriteriums, (400), - Auswählen eines Planungsvorschlags (31, 32, 33) auf Basis der ermittelten Gütemaße (Q1, Q2, Q3, 500), und - Erzeugen des gesuchten Programmcodes (6) in der Zielsprache aus der Zwischenrepräsentation (21) und dem ausgewählten Planungsvorschlag (Q2, 600).
The invention relates to a method (1000) for transforming an abstract representation (1) of a trained neural network into program code (6) in a target language, said program code being convertible into executable program code (7) by means of a compiler for the target language. The method (1000) has the steps of: - reading (100) an abstract representation (1) of a neural network which has already been trained, said abstract representation (1) characterizing at least the architecture (11) and the parameters (12) which are obtained from the training process and which characterize the behavior of the neural network, - calculating an intermediate representation (2) of the neural network from the abstract representation (1), said intermediate representation (1) specifying a computation graph (21) for outputting the neural network, - ascertaining (300) a plurality of plan proposals (31, 32, 33) for planning the memory usage while carrying out the computation graph (21), - ascertaining (400) a quality level (Q1, Q2, Q3) for each plan proposal (31, 32, 33) using at least one specified criterion, - selecting (500) a plan proposal (31, 32, 33) on the basis of the ascertained quality level (Q1, Q2, Q3), and - generating (600) the sought program code (6) in the target language from the intermediate representation (21) and the selected plan proposal (Q2).
L'invention concerne un procédé (1000) pour transformer une représentation abstraite (1) d'un réseau neuronal entraîné en code de programme (6) dans une langue cible, ledit code de programme étant convertible en code de programme exécutable (7) au moyen d'un compilateur pour la langue cible. Le procédé (1000) comprend les étapes consistant à : - lire (100) une représentation abstraite (1) d'un réseau neuronal qui a déjà été entraîné, ladite représentation abstraite (1) caractérisant au moins l'architecture (11) et les paramètres (12) qui sont obtenus à partir du processus d'entraînement et qui caractérisent le comportement du réseau neuronal, - calculer une représentation intermédiaire (2) du réseau neuronal à partir de la représentation abstraite (1), ladite représentation intermédiaire (1) spécifiant un graphe de calcul (21) pour délivrer en sortie le réseau neuronal, - déterminer (300) une pluralité de propositions de plan (31, 32, 33) pour planifier l'utilisation de mémoire tout en réalisant le graphe de calcul (21), - déterminer (400) un niveau de qualité (Q1, Q2, Q3) pour chaque proposition de plan (31, 32, 33) à l'aide d'au moins un critère spécifié, - sélectionner (500) une proposition de plan (31, 32, 33) sur la base du niveau de qualité déterminé (Q1, Q2, Q3), et - générer (600) le code de programme recherché (6) dans la langue cible à partir de la représentation intermédiaire (21) et de la proposition de plan sélectionnée (Q2).</description><subject>CALCULATING</subject><subject>COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS</subject><subject>COMPUTING</subject><subject>COUNTING</subject><subject>ELECTRIC DIGITAL DATA PROCESSING</subject><subject>PHYSICS</subject><fulltext>true</fulltext><rsrctype>patent</rsrctype><creationdate>2024</creationdate><recordtype>patent</recordtype><sourceid>EVB</sourceid><recordid>eNqNisEKglAQAL10iOofFjoHpkHnTdenpLuyrngUidcpSrD-P4U-oNMMw6yDT0WWSwqZKJgiN7NUBTtABrw0c0oMlGqlhtjQCmGQDHCZC6YUmFrFcoZ1olco2ARqFadYQSIpzWW5UR0ZlMiuRUfbYHUfHpPf_bgJ9hlZkh_8-Or9NA43__TvvpMojE5hHIfhGY_xf9cXwgs5zA</recordid><startdate>20240215</startdate><enddate>20240215</enddate><creator>BOBLEST, Sebastian</creator><creator>HJORT, Ulrik</creator><creator>BUCHNER, Jens Stefan</creator><creator>VO, Duy Khoi</creator><creator>EISENBERG, Jan</creator><scope>EVB</scope></search><sort><creationdate>20240215</creationdate><title>METHOD FOR TRANSFORMING AN ABSTRACT REPRESENTATION OF A TRAINED NEURAL NETWORK INTO PROGRAM CODE IN A TARGET LANGUAGE</title><author>BOBLEST, Sebastian ; HJORT, Ulrik ; BUCHNER, Jens Stefan ; VO, Duy Khoi ; EISENBERG, Jan</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-epo_espacenet_WO2024033007A13</frbrgroupid><rsrctype>patents</rsrctype><prefilter>patents</prefilter><language>eng ; fre ; ger</language><creationdate>2024</creationdate><topic>CALCULATING</topic><topic>COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS</topic><topic>COMPUTING</topic><topic>COUNTING</topic><topic>ELECTRIC DIGITAL DATA PROCESSING</topic><topic>PHYSICS</topic><toplevel>online_resources</toplevel><creatorcontrib>BOBLEST, Sebastian</creatorcontrib><creatorcontrib>HJORT, Ulrik</creatorcontrib><creatorcontrib>BUCHNER, Jens Stefan</creatorcontrib><creatorcontrib>VO, Duy Khoi</creatorcontrib><creatorcontrib>EISENBERG, Jan</creatorcontrib><collection>esp@cenet</collection></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext_linktorsrc</fulltext></delivery><addata><au>BOBLEST, Sebastian</au><au>HJORT, Ulrik</au><au>BUCHNER, Jens Stefan</au><au>VO, Duy Khoi</au><au>EISENBERG, Jan</au><format>patent</format><genre>patent</genre><ristype>GEN</ristype><title>METHOD FOR TRANSFORMING AN ABSTRACT REPRESENTATION OF A TRAINED NEURAL NETWORK INTO PROGRAM CODE IN A TARGET LANGUAGE</title><date>2024-02-15</date><risdate>2024</risdate><abstract>Verfahren (1000) zum Transformieren einer abstrakten Darstellung (1) eines trainierten neuronalen Netzes in einen Programmcode (6) in einer Zielsprache, der mit einem Compiler für die Zielsprache in ausführbaren Programmcode (7) überführbar ist, das Verfahren (1000) aufweisend die Schritte: - Einlesen einer abstrakten Darstellung (1) eines bereits trainierten neuronalen Netzes, wobei diese abstrakte Darstellung (1) mindestens die Architektur (11) sowie die aus dem Training erhaltenen Parameter (12), die das Verhalten des neuronalen Netzes charakterisieren, umfasst, (100), - Berechnen einer Zwischenrepräsentation (2) des neuronalen Netzes aus der abstrakten Darstellung (1), wobei diese Zwischenrepräsentation (1) einen Berechnungsgraphen (21) für die Ausgabe des neuronalen Netzes angibt, - Ermitteln einer Mehrzahl von Planungsvorschlägen (31, 32, 33) für die Planung der Speichernutzung während der Ausführung des Berechnungsgraphen (21, 300), - Ermitteln eines Gütemaßes (Q1, Q2, Q3) zu jedem Planungsvorschlag (31, 32, 33) anhand mindestens eines vorgegebenen Kriteriums, (400), - Auswählen eines Planungsvorschlags (31, 32, 33) auf Basis der ermittelten Gütemaße (Q1, Q2, Q3, 500), und - Erzeugen des gesuchten Programmcodes (6) in der Zielsprache aus der Zwischenrepräsentation (21) und dem ausgewählten Planungsvorschlag (Q2, 600).
The invention relates to a method (1000) for transforming an abstract representation (1) of a trained neural network into program code (6) in a target language, said program code being convertible into executable program code (7) by means of a compiler for the target language. The method (1000) has the steps of: - reading (100) an abstract representation (1) of a neural network which has already been trained, said abstract representation (1) characterizing at least the architecture (11) and the parameters (12) which are obtained from the training process and which characterize the behavior of the neural network, - calculating an intermediate representation (2) of the neural network from the abstract representation (1), said intermediate representation (1) specifying a computation graph (21) for outputting the neural network, - ascertaining (300) a plurality of plan proposals (31, 32, 33) for planning the memory usage while carrying out the computation graph (21), - ascertaining (400) a quality level (Q1, Q2, Q3) for each plan proposal (31, 32, 33) using at least one specified criterion, - selecting (500) a plan proposal (31, 32, 33) on the basis of the ascertained quality level (Q1, Q2, Q3), and - generating (600) the sought program code (6) in the target language from the intermediate representation (21) and the selected plan proposal (Q2).
L'invention concerne un procédé (1000) pour transformer une représentation abstraite (1) d'un réseau neuronal entraîné en code de programme (6) dans une langue cible, ledit code de programme étant convertible en code de programme exécutable (7) au moyen d'un compilateur pour la langue cible. Le procédé (1000) comprend les étapes consistant à : - lire (100) une représentation abstraite (1) d'un réseau neuronal qui a déjà été entraîné, ladite représentation abstraite (1) caractérisant au moins l'architecture (11) et les paramètres (12) qui sont obtenus à partir du processus d'entraînement et qui caractérisent le comportement du réseau neuronal, - calculer une représentation intermédiaire (2) du réseau neuronal à partir de la représentation abstraite (1), ladite représentation intermédiaire (1) spécifiant un graphe de calcul (21) pour délivrer en sortie le réseau neuronal, - déterminer (300) une pluralité de propositions de plan (31, 32, 33) pour planifier l'utilisation de mémoire tout en réalisant le graphe de calcul (21), - déterminer (400) un niveau de qualité (Q1, Q2, Q3) pour chaque proposition de plan (31, 32, 33) à l'aide d'au moins un critère spécifié, - sélectionner (500) une proposition de plan (31, 32, 33) sur la base du niveau de qualité déterminé (Q1, Q2, Q3), et - générer (600) le code de programme recherché (6) dans la langue cible à partir de la représentation intermédiaire (21) et de la proposition de plan sélectionnée (Q2).</abstract><oa>free_for_read</oa></addata></record> |
| fulltext | fulltext_linktorsrc |
| identifier | |
| ispartof | |
| issn | |
| language | eng ; fre ; ger |
| recordid | cdi_epo_espacenet_WO2024033007A1 |
| source | esp@cenet |
| subjects | CALCULATING COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS COMPUTING COUNTING ELECTRIC DIGITAL DATA PROCESSING PHYSICS |
| title | METHOD FOR TRANSFORMING AN ABSTRACT REPRESENTATION OF A TRAINED NEURAL NETWORK INTO PROGRAM CODE IN A TARGET LANGUAGE |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-12T15%3A09%3A54IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-epo_EVB&rft_val_fmt=info:ofi/fmt:kev:mtx:patent&rft.genre=patent&rft.au=BOBLEST,%20Sebastian&rft.date=2024-02-15&rft_id=info:doi/&rft_dat=%3Cepo_EVB%3EWO2024033007A1%3C/epo_EVB%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rfr_iscdi=true |