网络结构的处理方法、装置、电子设备及存储介质与流程

1.本公开涉及人工智能技术领域，具体涉及知识图谱和深度学习技术领域，尤其涉及一种网络结构的处理方法、装置、电子设备及存储介质。


背景技术：

2.人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术，以及机器学习、深度学习、大数据处理技术、知识图谱技术等几大方向。
3.相关技术中通常是采用人工检测模型网络拓扑结构，或者是直接跳过模型网络拓扑结构的检测阶段。


技术实现要素：

4.本公开提供了一种网络结构的处理方法、装置、电子设备、存储介质及计算机程序产品。
5.根据本公开的第一方面，提供了一种网络结构的处理方法，包括：获取可视化拓扑关系，所述可视化拓扑关系用于描述初始网络拓扑信息；接收拓扑调整信息；根据所述拓扑调整信息对所述初始网络拓扑信息进行调整，以得到目标网络拓扑信息；以及根据所述目标网络拓扑信息处理所述可视化拓扑关系，以得到目标拓扑关系，所述目标拓扑关系用于描述所述目标网络拓扑信息。
6.根据本公开的第二方面，提供了一种网络结构的处理装置，包括：第一获取模块，用于获取可视化拓扑关系，所述可视化拓扑关系用于描述初始网络拓扑信息；接收模块，用于接收拓扑调整信息；调整模块，用于根据所述拓扑调整信息对所述初始网络拓扑信息进行调整，以得到目标网络拓扑信息；以及处理模块，用于根据所述目标网络拓扑信息处理所述可视化拓扑关系，以得到目标拓扑关系，所述目标拓扑关系用于描述所述目标网络拓扑信息。
7.根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开实施例的网络结构的处理方法。
8.根据本公开的第四方面，提出了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行本公开实施例的网络结构的处理方法。
9.根据本公开的第五方面，提出了一种计算机程序产品，包括计算机程序，当计算机程序由处理器执行时实现本公开实施例的网络结构的处理方法。
10.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特
征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
11.附图用于更好地理解本方案，不构成对本公开的限定。其中：
12.图1是根据本公开第一实施例的示意图；
13.图2是根据本公开实施例的网络拓扑调整流程示意图
14.图3是根据本公开第二实施例的示意图；
15.图4是根据本公开第三实施例的示意图；
16.图5是根据本公开实施例的拓扑关系处理流程示意图；
17.图6是根据本公开实施例的拓扑关系调整流程示意图；
18.图7是根据本公开第四实施例的示意图；
19.图8是根据本公开第五实施例的示意图；
20.图9示出了可以用来实施本公开的实施例的网络结构的处理方法的示例电子设备的示意性框图。
具体实施方式
21.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
22.图1是根据本公开第一实施例的示意图。
23.其中，需要说明的是，本实施例的网络结构的处理方法的执行主体为网络结构的处理装置，该装置可以由软件和/或硬件的方式实现，该装置可以配置在电子设备中，电子设备可以包括但不限于终端、服务器端等。
24.本公开实施例涉及知识图谱、深度学习等人工智能技术领域。
25.其中，人工智能(artificial intelligence)，英文缩写为ai。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
26.深度学习，是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。深度学习的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。
27.知识图谱，知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，把复杂的知识领域通过数据挖掘、信息处理、知识计量和图形绘制而显示出来。
28.如图1所示，该网络结构的处理方法，包括：
29.s101：获取可视化拓扑关系，可视化拓扑关系用于描述初始网络拓扑信息。
30.其中，初始网络，可以是具有不同分析能力、处理能力的人工智能模型的网络，该人工智能模型可以是神经网络模型或者是机器学习模型，其中，神经网络模型例如可以是卷积神经网络，或者是反馈式神经网络等，对此不做限制。
31.其中，初始网络可以是待对其拓扑结构进行调整的模型网络，可视化拓扑关系用
于描述初始网络的初始网络拓扑信息，初始网络拓扑信息可以包含初始网络的节点以及节点之间的有向链接关系等，或者还可以包含初始网络不同节点之间的链接方式等，对此不做限制。
32.其中，用于对初始网络拓扑信息进行可视化呈现的拓扑关系，可以被称为可视化拓扑关系，该可视化拓扑关系，可以具体是初始网络的可视化的拓扑关系图，或者，可视化的拓扑关系图表，对此不做限制。
33.本公开实施例中，在获取可视化拓扑关系时，可以是预先将待对其获取可视化拓扑关系的人工智能模型的网络文件输入至网络结构的处理装置中，按照预先设定的规则对其网络文件进行解析，以得到其可视化拓扑关系。
34.另一些实施例中，也可以将待对其获取可视化拓扑关系的人工智能模型的网络文件输入至网络解析模型中进行拓扑解析获取其对应的可视化拓扑关系，并在网络结构的处理装置上配置数据传输接口，经由该接口接收网络解析模型解析得到的初始神经网路的可视化拓扑关系，或者也可以采用其他任意可能实现的方式来获取可视化拓扑关系，对此不做限制。
35.s102：接收拓扑调整信息。
36.其中，拓扑调整信息用于对初始网络拓扑信息进行调整，也即是说，拓扑调整信息，可以是包含一些用于对初始网络拓扑信息进行调整的信息。
37.举例而言，拓扑调整信息，可以是对初始网络拓扑信息中的节点进行增删，或者对节点之间的有向链接关系进行删除等调整信息，对此不做限制。
38.本公开实施例中，在接收拓扑调整信息时，可以预先在网络结构的处理装置上配置数据传输接口，经由该接口接收拓扑调整信息，而后可以根据拓扑调整信息对初始网络拓扑信息进行调整，具体可见后续实施例。
39.s103：根据拓扑调整信息对初始网络拓扑信息进行调整，以得到目标网络拓扑信息。
40.在上述获取用于描述初始网络拓扑信息的可视化拓扑关系，并接收拓扑调整信息之后，可以根据拓扑调整信息对初始网络拓扑信息进行调整，并将调整后的网络拓扑信息作为目标网络信息。
41.本公开实施例中，在根据拓扑调整信息对初始网络拓扑信息进行调整时，可以是根据拓扑调整信息对初始网络拓扑信息中包含的网络的节点进行删除或者对节点属性进行修改，或者可以对不同节点间的有向链接关系进行删除或者修改，并将调整后的网络拓扑信息作为目标网络拓扑信息。
42.s104：根据目标网络拓扑信息处理可视化拓扑关系，以得到目标拓扑关系，目标拓扑关系用于描述目标网络拓扑信息。
43.其中，用于对目标网络拓扑信息进行可视化呈现的拓扑关系，可以被称为目标拓扑关系，该目标拓扑关系，可以具体是调整拓扑信息之后的初始网络的可视化的拓扑关系图，或者，可视化的拓扑关系图表，对此不做限制。
44.在上述根据拓扑调整信息对初始网络拓扑信息进行调整，以得到目标网络拓扑信息之后，可以对目标网络拓扑信息进行可视化处理，以得到目标网络对应的目标拓扑关系，目标拓扑关系可以用于描述目标网络拓扑信息，目标网络拓扑信息中可以包含调整后的网
络的节点以及节点之间的有向链接关系等，则目标拓扑关系可以是对调整后的网络的节点以及节点之间的有向链接关系等的可视化拓扑呈现。
45.本公开实施例中，在目标网络拓扑信息处理可视化拓扑关系时，可以是将目标网络拓扑信息输入至可视化处理模型中，对目标网络拓扑信息进行可视化处理，根据目标网络信息中包含的节点以及节点间的有向链接关系生成目标网络的可视化文件，该可视化文件中可以包含用于描述目标网络拓扑信息的目标拓扑关系。
46.举例而言，如图2所示，图2是根据本公开实施例的网络拓扑调整流程示意图，可以将初始网络对应的网络文件输入至网络结构的处理装置中，并在后端对网络文件进行解析处理，获取用于描述初始网络信息的可视化拓扑关系，初始网络信息中可以包含初始网络的多个节点及其有向链接关系，而后可以在前端以网络拓扑展示图的方式进行网络拓扑关系的可视化呈现。
47.本实施例中，通过获取可视化拓扑关系，可视化拓扑关系用于描述初始网络拓扑信息，接收拓扑调整信息，根据拓扑调整信息对初始网络拓扑信息进行调整，以得到目标网络拓扑信息，以及根据目标网络拓扑信息处理可视化拓扑关系，以得到目标拓扑关系，目标拓扑关系用于描述目标网络拓扑信息，能够实现对模型网络结构的可视化呈现，并基于可视化方式对网络模型的拓扑结构进行调整，提升针对模型网络结构预览和修改的便捷性和灵活性，有效地辅助提升模型后续的训练处理效果，提升模型的应用性能。
48.图3是根据本公开第二实施例的示意图。
49.如图3所示，该网络结构的处理方法，包括：
50.s301：获取可视化拓扑关系，可视化拓扑关系用于描述初始网络拓扑信息。
51.s301的描述说明可以示例参见上述实施例，在此不再赘述。
52.s302：获取与可视化拓扑关系对应的初始拓扑信息文件，其中，初始拓扑信息文件用于描述初始网络的拓扑情况。
53.其中，初始化拓扑信息文件可以用于描述初始网络的拓扑情况，该拓扑情况可以为初始网络中包含的多种类型的节点，以及不同节点之间的有向链接关系，或者可以是节点之间的层次关系等，对此不做限制。
54.本公开实施例中，初始网络例如可以为基于paddle训练框架训练的人工智能模型，基于飞桨(paddlepaddle，paddle)训练框架训练的人工智能模型对应初始拓扑信息文件可以是非标记语言(yaml ain’t a markup language，yaml)文件，yaml文件用于描述基于paddle训练框架训练的人工智能模型的拓扑情况，或者初始网络可以是基于abacus训练框架训练的人工智能模型，其中，abacus训练框架是一种深度学习框架，用于对人工智能模型进行训练，基于abacus训练框架训练的人工智能模型对应初始拓扑信息文件可以是模型结构文本文件(protocolbuffer text file，pbtxt)，pbtxt文件用于描述基于abacus训练框架训练的人工智能模型的拓扑情况。
55.本公开实施例中，在获取与可视化拓扑关系对应的初始拓扑信息文件时，可以在人工智能模型训练过程中，保存初始训练阶段得到的初始网络的网络拓扑信息文件作为与该初始网络的可视化拓扑关系对应的初始拓扑信息文件。
56.s303：对初始拓扑信息文件进行解析处理，以生成多个初始节点和多个初始连接关系。
57.在上述获取与可视化拓扑关系对应的初始拓扑信息文件之后，可以对初始拓扑信息文件进行解析处理，以得到处理后生成的多个初始节点和多个初始连接关系。
58.其中，多个初始节点可以包含多种不同类型的节点，节点的类型例如可以为输入输出类型的节点，或者可以是初始网络中用于预处理的节点等，对此不做限制。
59.本公开实施例中，在对初始拓扑信息文件进行解析处理时，可以将初始拓扑信息文件输入至网络解析处理模型中，对初始拓扑信息文件中包含的多个节点及其有向链接进行解析，分别得到多个初始节点和多个初始连接关系。
60.另一些实施例中，在对初始拓扑信息文件进行解析处理时，可以对初始拓扑信息文件进行反序列化解析处理，将初始拓扑信息文件转换为字典的形式进行存储，从字典中读取其中的多个变量值和多个变量值之间的结构关系作为多个初始节点和多个初始连接关系。
61.可选地，一些实施例中，初始拓扑信息文件包括：多个变量标记，以及多个数据结构字段，在对初始拓扑信息文件进行解析处理，以生成多个初始节点和多个初始连接关系时，可以根据多个变量标记所分别标记的多个变量值，确定对应的多个初始节点，根据多个数据结构字段所分别对应的多个字段值，确定与多个初始节点分别对应的多个初始连接关系，从而能够根据变量标记对应的变量值解析出初始网络拓扑信息文件中的初始节点和多个初始节点分别对应的多个初始连接关系，针对不同类型的人工智能模型训练框架使用不同的解析处理方式，从而可以提升针对不同模型训练框架初始网络拓扑文件的处理效果，辅助提升网络拓扑可视化效果。
62.其中，变量标记用于唯一标记初始拓扑信息文件中的变量值，可以根据变量值解析处理得到初始拓扑文件信息中包含的多个初始节点，该变量值例如可以是数据类型为变量的数据的变量值。
63.其中，数据结构字段，可以被用于解析处理得到对应的多个初始节点分别对应的多个初始连接关系，该初始连接关系可以是多个初始节点之间对应的输入输出关系，或者可以是多个初始节点之间的前驱后继关系等，对此不做限制。
64.本公开实施例中，在根据多个变量标记分别分别标记的多个变量值，确定对应的多个初始节点时，可以将初始拓扑信息文件进行反序列化解析处理，将初始拓扑信息文件中包含的拓扑信息转换为字典的形式进行存储，字典中包含了多个字段，则可以根据变量标记搜索得到变量标记对应的变量值在字典中的存储字段，根据该字段中存储的变量标记对应的变量值确定对应的多个初始节点，而后在该变量值在字典的存储记录中找到对应的数据结构字段对应的字段值，根据该数据结构确定得到多个初始节点对应的多个初始连接关系。
65.s304：将多个初始节点和多个初始连接关系作为初始网络拓扑信息。
66.在上述对初始拓扑信息文件进行解析处理，以生成多个初始节点和多个初始连接关系之后，可以将多个初始节点和多个初始连接关系进行保存，并将多个初始节点和对应的多个初始连接关系作为初始网络拓扑信息。
67.本实施例中，通过获取与可视化拓扑关系对应的初始拓扑信息文件，对初始拓扑信息文件进行解析处理，以生成多个初始节点和多个初始连接关系，并将多个初始节点和多个初始连接关系作为初始网络拓扑信息，从而能够有效地、便捷地从初始拓扑信息文件
中解析出多个初始节点以及多个初始节点对应的初始连接关系，并可以针对不同框架训练的人工智能模型的网络拓扑信息文件采用不同的解析处理策略，从而可以有效地提升网络拓扑信息文件的处理效率和处理效果。
68.s305：接收拓扑调整信息。
69.s306：根据拓扑调整信息对初始网络拓扑信息进行调整，以得到目标网络拓扑信息。
70.s305-s306的描述说明可以示例参见上述实施例，在此不再赘述。
71.s307：根据目标网络拓扑信息，生成目标拓扑信息文件。
72.在上述接收拓扑调整信息并根据拓扑调整信息对初始网络拓扑信息进行调整以得到目标网络拓扑信息之后，可以根据目标网络拓扑信息生成目标拓扑信息文件。
73.本公开实施例中，在根据目标网络拓扑信息生成目标拓扑信息文件时，可以根据调整后的目标拓扑信息对目标拓扑信息中包含的多个节点和节点间的连接关系进行序列化处理并保存，以得到处理后的文件作为目标拓扑信息文件。
74.s308：根据目标拓扑信息文件处理可视化拓扑关系，以得到目标拓扑关系。
75.在上述根据目标网络拓扑信息以生成目标拓扑信息文件之后，可以根据目标拓扑信息文件处理可视化拓扑关系，以得到目标拓扑关系。
76.本公开实施例中，在根据目标拓扑信息文件处理可视化拓扑关系，以得到目标拓扑关系时，可以根据目标拓扑信息文件中包含的调整处理后的节点及其对应的连接关系对初始网络的可视化拓扑关系进行调整，例如可以对可视化拓扑关系中的节点及节点之间的连接关系进行删除或者修改，得到目标拓扑关系。
77.另一些实施例中，也可以在前端对目标拓扑信息文件中调整处理后的节点及其对应的连接关系进行序列化处理，得到调整处理后的节点之间有向连接关系作为目标拓扑关系。
78.本实施例中，根据目标网络拓扑信息，生成目标拓扑信息文件，并根据目标拓扑信息文件处理可视化拓扑关系，以得到目标拓扑关系，从而能够将调整处理后的目标拓扑信息文件转换为目标拓扑关系，实现可视化拓扑关系的调整处理，调整处理后的拓扑关系可以用于后续的人工智能模型的训练处理，从而可以辅助提升人工智能模型的训练效果。
79.s309：根据目标拓扑关系，生成目标网络结构。
80.在上述目标拓扑信息文件处理可视化拓扑关系，以得到目标拓扑关系之后，可以根据目标拓扑关系，生成目标网络结构。
81.本公开实施例中，在根据目标拓扑关系生成目标网络结构时，可以将目标拓扑关系存储的文件传送至后端进行处理，后端读取到文件中的节点以及节点间的连接关系之后，自动化处理生成目标网络结构。
82.由于是根据目标拓扑关系生成目标网络结构，从而可以使得调整后的人工智能模型的网络结构能够符合预期，该目标网络结构可以进行后续的模型训练，从而可以辅助提升人工智能模型的训练效果，以达到人工智能模型预期的训练效果。
83.本实施例中，通过获取与可视化拓扑关系对应的初始拓扑信息文件，对初始拓扑信息文件进行解析处理，以生成多个初始节点和多个初始连接关系，并将多个初始节点和多个初始连接关系作为初始网络拓扑信息，从而能够从初始拓扑信息文件中解析出多个初
始节点以及多个初始节点对应的初始连接关系，并可以针对不同框架训练的人工智能模型的网络拓扑信息文件采用不同的解析处理策略，可以有效地提升网络拓扑信息文件的处理效率和处理效果，根据目标网络拓扑信息，生成目标拓扑信息文件，并根据目标拓扑信息文件处理可视化拓扑关系，以得到目标拓扑关系，能够将调整处理后的目标拓扑信息文件转换为目标拓扑关系，实现可视化拓扑关系的调整处理，调整处理后的拓扑关系可以用于后续的人工智能模型的训练处理，从而可以辅助提升人工智能模型的训练效果，由于是根据目标拓扑关系生成目标网络结构，从而可以使得调整后的人工智能模型的网络结构能够符合预期，该目标网络结构可以进行后续的模型训练，从而可以辅助提升人工智能模型的训练效果，以达到人工智能模型预期的训练效果。。
84.图4是根据本公开第三实施例的示意图。
85.如图4所示，该网络结构的处理方法，包括：
86.s401：获取可视化拓扑关系，可视化拓扑关系用于描述初始网络拓扑信息。
87.s402：获取与可视化拓扑关系对应的初始拓扑信息文件，其中，初始拓扑信息文件用于描述初始网络的拓扑情况。
88.s403：对初始拓扑信息文件进行解析处理，以生成多个初始节点和多个初始连接关系。
89.s401-s403的描述说明可以示例参见上述实施例，在此不再赘述。
90.可选地，一些实施例中，初始拓扑信息文件包括：层次结构，层次结构之中包括多个节点标识，以及与多个节点标识分别对应的多种数据关系，在对初始拓扑信息文件进行解析处理，以生成多个初始节点和多个初始连接关系时，可以确定与多个节点标识分别对应的多个初始节点，根据数据关系确定相应节点标识所属初始节点的初始连接关系，以得到多个初始连接关系，能够针对包含层次结构的初始拓扑信息文件进行解析，处理得到该类型的初始拓扑信息文件中包含的初始节点和多个初始连接关系，而后可以对初始节点和多个初始连接关系进行调整处理，从而辅助提升针对包含层次结构的网络拓扑信息文件的处理效果。
91.其中，层次结构可以用于将网络结构中的节点划分为有层次结构的集合，节点标识用于唯一标识层次结构中的节点以及与多个节点标识分别对应的多种数据关系，该多种数据关系例如可以是节点之间的输入输出关系，或者可以是不同预处理节点之间的处理次序关系等，对此不做限制。
92.举例而言，在一个初始拓扑信息文件的层次结构中包含两个节点，分别为节点a和节点b，数据从节点a输入，经过该层次的数据处理之后从节点b输出，则初始连接关系即可以是节点a与节点b之间的有向数据输入输出关系，或者数据关系也可以是节点a之前的多个预处理节点之间的处理顺序。
93.本公开实施例中，在对初始拓扑信息文件进行解析处理，以生成多个初始节点和多个初始连接关系时，可以将初始拓扑信息文件发送至后端进行解析处理，根据节点标识提取出初始拓扑信息文件中的多个初始节点，并根据初始节点间的数据关系确定出相应节点标识所属初始节点的有向输入输出关系，并将该输入输出关系作为多个初始节点作为对应的初始连接关系。
94.举例而言，如图5所示，图5是根据本公开实施例的拓扑信息处理流程示意图，在针
对abacus训练框架训练的人工智能模型进行拓扑信息文件解析处理时，可以首先获取abacus训练框架训练的人工智能模型的yaml拓扑信息文件，并对yaml拓扑信息文件进行解析处理，读取拓扑信息文件中的层次结构，并对该层次结构进行逐条解析，提取该层次结构中的初始节点和节点间对应有向输入关系，生成一个自底向上的拓扑关系，并将该拓扑关系返回给前端，在前端绘制出可视化拓扑关系，该可视化拓扑关系可以可视化的拓扑关系图的形式进行显示。
95.s404：将多个初始节点和多个初始连接关系作为初始网络拓扑信息。
96.s404的描述说明可以示例参见上述实施例，在此不再赘述。
97.s405：接收拓扑调整信息。
98.其中，拓扑调整信息包括：针对初始节点的第一调整信息，和/或针对初始连接关系的第二调整信息。
99.其中，第一调整关系可以是对该初始节点进行删除处理，或者可以是对该节点在对应的层次结构中的处理顺序进行调整，或者也可以是在该初始节点处增加一个节点等，对此不做限制。
100.其中，第二调整信息可以是对初始节点间的有向关系进行删除或者修改，例如可以是对已经需要进行删除的初始节点与其他初始节点之间的连接关系，或者可以将初始节点间的输入输出关系进行修改。
101.本公开实施例中，可以接收针对初始节点的第一调整信息和针对初始连接关系的第二调整信息，而后可以根据第一调整信息和第二调整信息对初始节点及初始节点间对应的初始连接关系进行调整，具体可见后续实施例。
102.s406：根据第一调整信息处理初始节点，以生成目标节点。
103.在上述接收了第一调整信息之后，可以根据第一调整信息针对对应的初始节点进行处理，例如可以对该初始节点进行删除处理，或者可以对该初始节点在层次结构中的处理次序进行修改等，对此不做限制。
104.可选地，一些实施例中，在根据第一调整信息处理初始节点，以生成目标节点时，可以根据第一调整信息从多个初始节点中删除第一初始节点，并将剩余初始节点作为目标节点，或者根据第一调整信息添加第二初始节点，并将初始节点和第二初始节点共同作为目标节点，从而能够对初始节点进行调整，得到符合预期处理要求的节点集合作为目标节点，而后可以对节点间的连接关系进行调整，以得到目标连接关系，从而使得目标节点所在的人工智能模型的训练效果可以达到预期设定的效果，提升人工智能模型在实际场景中的应用能力。
105.s407：根据第二调整信息处理初始连接关系，以生成目标连接关系。
106.在上述根据在根据第一调整信息处理初始节点，以生成目标节点之后，可以根据第二信息处理初始连接关系，以生成目标连接关系。
107.本公开实施例中，在根据第二调整信息处理初始连接关系，以生成目标连接关系时，可以对根据第一调整信息调整处理后的初始节点进行初始连接关系的调整处理，例如对已经进行删除处理的初始节点与其他节点间的连接关系进行删除处理，或者可以根据第二调整信息直接对两个初始节点间的有向输入输出关系进行删除处理，或者也可以对两个初始节点间的有向输入输出关系进行修改处理。
108.可选地，一些实施例中，在根据第二调整信息处理初始连接关系，以生成目标连接关系时，可以根据第二调整信息，删除初始连接关系，并将剩余初始连接关系作为目标连接关系，或者，根据第二调整信息，在不同初始节点之间添加目标连接关系，或者，根据第二调整信息将初始连接关系调整为目标连接关系，其中，初始连接关系连接第三初始节点和第四初始节点，目标连接关系连接第三初始节点和第五初始节点，第四初始节点和第五初始节点不相同，第三初始节点、第四初始节点，以及第五初始节点分别属于多个初始节点，从而能够实现对节点间的初始连接关系进行多种调整处理，实现多样化的调整处理，通过添加以及删除等多种连接关系的修改处理，可以保证处理后的目标连接关系对应的人工智能模型满足预期的训练效果，保证了处理后的人工智能模型可以达到预期的应用性能。
109.本公开实施例中，在根据第二调整信息处理初始连接关系，以生成目标连接关系时，可以根据第二调整信息，删除两个节点间的初始连接关系，将删除处理后剩余的初始连接关系作为目标连接关系。
110.举例而言，如图6所示，图6是根据本公开实施例的拓扑关系调整流程示意图，在对基于paddle训练框架训练的人工智能模型进行拓扑关系处理时，可以首先将初始拓扑信息文件利用协议数据交换格式工具(protocol buffers，protobuf)进行反序列化解析处理，将解析处理后的各个节点以字典的形式保存，从字典中解析得到多个初始节点及节点间的初始连接关系，而后根据设定的节点策略对初始节点以及初始节点间的初始连接关系进行裁剪处理，以得到目标节点和目标连接关系。
111.另一些实施例中，也可以根据第二调整信息在不同初始节点之间添加目标连接关系，或者，根据第二调整信息将初始连接关系进行调整，例如可以更换有向输入输出关系两端的节点，将初始连接关系调整为目标连接关系，其中，初始连接关系连接第三初始节点和第四初始节点，目标连接关系连接第三初始节点和第五初始节点，第四初始节点和第五初始节点不相同，第三初始节点、第四初始节点，以及第五初始节点分别属于多个初始节点。
112.s408：根据目标节点和目标连接关系，生成目标网络拓扑信息。
113.在上述根据第一调整信息处理初始节点以生成目标节点并根据第二调整信息处理初始连接关系生成目标连接关系之后，可以将目标节点和目标连接关系保存至存储文件，并将该存储文件传输至后端进行处理，自动化生成目标网络拓扑信息。
114.本实施例中，通过根据第一调整信息处理初始节点，以生成目标节点，而后根据第二调整信息处理初始连接关系，以生成目标连接关系，并根据目标节点和目标连接关系，生成目标网络拓扑信息，从而能够对初始节点和初始连接关系进行多样化的调整处理，以得到可以满足预期要求的目标网络拓扑信息，提升对应的人工智能模型拓扑结构的处理性能，提升目标人工智能模型在实际场景中的应用性能。
115.s409：根据目标网络拓扑信息处理可视化拓扑关系，以得到目标拓扑关系，目标拓扑关系用于描述目标网络拓扑信息。
116.s409的描述说明可以示例参见上述实施例，在此不再赘述。
117.本实施例中，通过获取与可视化拓扑关系对应的初始拓扑信息文件，对初始拓扑信息文件进行解析处理，以生成多个初始节点和多个初始连接关系，并将多个初始节点和多个初始连接关系作为初始网络拓扑信息，从而能够有效地、便捷地从初始拓扑信息文件中解析出多个初始节点以及多个初始节点对应的初始连接关系，并可以针对不同框架训练
的人工智能模型的网络拓扑信息文件采用不同的解析处理策略，从而可以有效地提升网络拓扑信息文件的处理效率和处理效果，根据第一调整信息处理初始节点，以生成目标节点，而后根据第二调整信息处理初始连接关系，以生成目标连接关系，并根据目标节点和目标连接关系，生成目标网络拓扑信息，从而能够对初始节点和初始连接关系进行多样化的调整处理，以得到可以满足预期要求的目标网络拓扑信息，提升对应的人工智能模型拓扑结构的处理性能，提升目标人工智能模型在实际场景中的应用性能。
118.图7是根据本公开第四实施例的示意图。
119.如图7所示，该网络结构的处理装置70，包括：
120.第一获取模块701，用于获取可视化拓扑关系，可视化拓扑关系用于描述初始网络拓扑信息；
121.接收模块702，用于接收拓扑调整信息；
122.调整模块703，用于根据拓扑调整信息对初始网络拓扑信息进行调整，以得到目标网络拓扑信息；以及
123.处理模块704，用于根据目标网络拓扑信息处理可视化拓扑关系，以得到目标拓扑关系，目标拓扑关系用于描述目标网络拓扑信息。
124.在本公开的一些实施例中，如图8所示，图8是根据本公开第五实施例的示意图，该网络结构的处理装置80，包括：第一获取模块801，接收模块802，调整模块803，处理模块804，其中，处理模块804，包括：
125.生成子模块8041，用于根据目标网络拓扑信息，生成目标拓扑信息文件；
126.处理子模块8042，用于根据目标拓扑信息文件处理可视化拓扑关系，以得到目标拓扑关系。
127.在本公开的一些实施例中，还包括：
128.第二获取模块805，用于在获取可视化拓扑关系之后，获取与可视化拓扑关系对应的初始拓扑信息文件，其中，初始拓扑信息文件用于描述初始网络的拓扑情况；
129.解析模块806，用于对初始拓扑信息文件进行解析处理，以生成多个初始节点和多个初始连接关系；以及
130.第一生成模块807，用于将多个初始节点和多个初始连接关系作为初始网络拓扑信息。
131.在本公开的一些实施例中，其中，初始拓扑信息文件包括：层次结构，层次结构之中包括多个节点标识，以及与多个节点标识分别对应的多种数据关系；
132.其中，解析模块806，具体用于：
133.确定与多个节点标识分别对应的多个初始节点；
134.根据数据关系确定相应节点标识所属初始节点的初始连接关系，以得到多个初始连接关系。
135.在本公开的一些实施例中，其中，初始拓扑信息文件包括：多个变量标记，以及多个数据结构字段；
136.其中，解析模块806，还用于：
137.根据多个变量标记所分别标记的多个变量值，确定对应的多个初始节点；
138.根据多个数据结构字段所分别对应的多个字段值，确定与多个初始节点分别对应
的多个初始连接关系。
139.在本公开的一些实施例中，拓扑调整信息包括：针对初始节点的第一调整信息，和/或针对初始连接关系的第二调整信息；
140.其中，调整模块803，具体用于：
141.根据第一调整信息处理初始节点，以生成目标节点；
142.根据第二调整信息处理初始连接关系，以生成目标连接关系；
143.根据目标节点和目标连接关系，生成目标网络拓扑信息。
144.在本公开的一些实施例中，其中，调整模块803，还用于：
145.根据第一调整信息从多个初始节点中删除第一初始节点，并将剩余初始节点作为目标节点；或者
146.根据第一调整信息添加第二初始节点，并将初始节点和第二初始节点共同作为目标节点。
147.在本公开的一些实施例中，其中，调整模块803，还用于：
148.根据第二调整信息，删除初始连接关系，并将剩余初始连接关系作为目标连接关系；或者
149.根据第二调整信息，在不同初始节点之间添加目标连接关系；或者，
150.根据第二调整信息将初始连接关系调整为目标连接关系；
151.其中，初始连接关系连接第三初始节点和第四初始节点，目标连接关系连接第三初始节点和第五初始节点，第四初始节点和第五初始节点不相同，第三初始节点、第四初始节点，以及第五初始节点分别属于多个初始节点。
152.在本公开的一些实施例中，还包括：
153.第二生成模块808，用于在根据目标网络拓扑信息处理可视化拓扑关系，以得到目标拓扑关系之后，根据目标拓扑关系，生成目标网络结构。
154.可以理解的是，本实施例附图8中的网络结构的处理装置80与上述实施例中的网络结构的处理装置70，第一获取模块801与上述实施例中的第一获取模块701，接收模块802与上述实施例中的接收模块702，调整模块803与上述实施例中的调整模块703，处理模块804与上述实施例中的处理模块704可以具有相同的功能和结构。
155.需要说明的是，前述对网络结构的处理方法的解释说明也适用于本实施例的网络结构的处理装置，在此不再赘述。
156.本实施例中，通过获取可视化拓扑关系，可视化拓扑关系用于描述初始网络拓扑信息，接收拓扑调整信息，根据拓扑调整信息对初始网络拓扑信息进行调整，以得到目标网络拓扑信息，以及根据目标网络拓扑信息处理可视化拓扑关系，以得到目标拓扑关系，目标拓扑关系用于描述目标网络拓扑信息。由此，能够实现对模型网络结构的可视化呈现，并基于可视化方式对网络模型的拓扑结构进行调整，提升针对模型网络结构预览和修改的便捷性和灵活性，有效地辅助提升模型后续的训练处理效果，提升模型的应用性能。。
157.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
158.图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字
助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
159.如图9所示，设备900包括计算单元901，其可以根据存储在只读存储器(rom)902中的计算机程序或者从存储单元909加载到随机访问存储器(ram)903中的计算机程序，来执行各种适当的动作和处理。在ram 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、rom 902以及ram 903通过总线904彼此相连。输入/输出(i/o)接口905也连接至总线904。
160.设备900中的多个部件连接至i/o接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
161.计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理，例如网络结构的处理方法。例如，在一些实施例中，网络结构的处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由rom 902和/或通信单元909而被载入和/或安装到设备800上。当计算机程序加载到ram 903并由计算单元901执行时，可以执行上文描述的网络结构的处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行网络结构的处理方法。
162.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
163.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
164.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电
子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
165.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
166.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、互联网及区块链网络。
167.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务("virtual private server"，或简称"vps")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
168.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
169.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。