[發明專利]網絡結構運行時間評估及評估模型生成方法、系統和裝置

有效

• 申請號: 201910859244.8
• 申請日: 2019-09-11
• 公開（公告）號: CN110738318B
• 公開（公告）日: 2023-05-26
• 發明（設計）人: 張剛;溫圣召;希滕
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06N3/08
• 分類號: G06N3/08;G06N20/00
• 代理公司: 北京鴻德海業知識產權代理有限公司 11412
• 代理人: 田宏賓

1.一種網絡結構運行時間評估方法，其特征在于，包括：

對待處理的網絡結構進行拆解，得到構成所述網絡結構的各神經元；

針對每個神經元，分別基于所述神經元的參數及預先訓練得到的評估模型，確定出所述神經元的運行時間；其中，所述評估模型為XGBoost模型；所述評估模型是基于訓練數據預先進行訓練所獲得的，所述訓練數據包括從預定范圍內的神經元中選出部分神經元，以及利用針對選出的每個所述神經元，分別將所述神經元發送到指定設備上運行所得到的所述神經元的運行時間；所述指定設備包括手機；

根據各神經元的運行時間確定出所述網絡結構的運行時間；其中，

所述根據各神經元的運行時間確定出所述網絡結構的運行時間包括：將各神經元的運行時間相加，將相加之和作為所述網絡結構的運行時間；其中，

所述評估模型的數量為大于一個；

當所述評估模型的數量大于一個時，所述基于所述神經元的參數及預先訓練得到的評估模型，確定出所述神經元的運行時間包括：

將所述神經元的參數分別輸入各評估模型，得到各評估模型評估出的所述神經元的運行時間，融合得到的各運行時間確定出所述神經元的運行時間；

所述融合得到的各運行時間確定出所述神經元的運行時間包括：計算得到的各運行時間的均值，將所述均值作為所述神經元的運行時間。

2.根據權利要求1所述的方法，其特征在于，

所述評估模型的數量為一個。

3.一種評估模型生成方法，其特征在于，包括：

從預定范圍內的神經元中選出部分神經元；

針對選出的每個神經元，分別構建所述神經元對應的訓練數據，所述訓練數據中包含所述神經元的參數及所述神經元的運行時間；

根據所述訓練數據訓練得到評估模型，以便當需要對待處理的網絡結構進行運行時間評估時，利用所述評估模型及神經元的參數分別確定出構成所述網絡結構的各神經元的運行時間，根據各神經元的運行時間確定出所述網絡結構的運行時間；其中，

所述評估模型為XGBoost模型；所述根據各神經元的運行時間確定出所述網絡結構的運行時間包括：將各神經元的運行時間相加，將相加之和作為所述網絡結構的運行時間；

該方法進一步包括：針對選出的每個神經元，分別將所述神經元發送到指定設備上運行，得到所述神經元的運行時間；所述指定設備包括手機；

所述評估模型的數量大于一個，以便當需要對待處理的網絡結構進行運行時間評估時，針對任一神經元，將所述神經元的參數分別輸入各評估模型，得到各評估模型評估出的所述神經元的運行時間，融合得到的各運行時間確定出所述神經元的運行時間；

所述融合得到的各運行時間確定出所述神經元的運行時間包括：計算得到的各運行時間的均值，將所述均值作為所述神經元的運行時間。

4.根據權利要求3所述的方法，其特征在于，

所述從預定范圍內的神經元中選出部分神經元包括：從搜索空間中所有可能的神經元中隨機選出部分神經元。

5.根據權利要求3所述的方法，其特征在于，

所述評估模型的數量為一個。