[發明專利]一種前向耗時的確定方法、裝置及設備

在審

• 申請號: 202010062755.X
• 申請日: 2020-01-19
• 公開（公告）號: CN111753978A
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 張如意;李哲暘;楊子偉;譚文明
• 申請（專利權）人: 杭州?？低晹底旨夹g股份有限公司
• 主分類號: G06N3/08
• 分類號: G06N3/08;G06N3/04
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 楊春香

本申請提供一種前向耗時的確定方法、裝置及設備，該方法包括：將待測神經網絡劃分為多個操作節點；從所述多個操作節點中選取至少一個操作節點作為目標操作節點；針對每個目標操作節點，確定與所述目標操作節點對應的操作節點集合，所述操作節點集合包括所述目標操作節點和所述目標操作節點的關聯操作節點，所述關聯操作節點為所述多個操作節點中除所述目標操作節點之外的操作節點；根據所述操作節點集合的信息獲取所述目標操作節點的耗時；根據每個目標操作節點的耗時確定所述待測神經網絡的前向耗時。通過本申請的技術方案，能夠有效預測待測神經網絡的前向耗時。

技術領域

本申請涉及機器學習領域，尤其是一種前向耗時的確定方法、裝置及設備。

背景技術

機器學習是實現人工智能的一種途徑，是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科。機器學習用于研究計算機如何模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。機器學習更加注重算法設計，使計算機能夠自動地從數據中學習規律，并利用規律對未知數據進行預測。

機器學習已經有了十分廣泛的應用，如深度學習、數據挖掘、計算機視覺、自然語言處理、生物特征識別、搜索引擎、醫學診斷、檢測信用卡欺詐、證券市場分析、DNA序列測序、語音和手寫識別、戰略游戲和機器人運用等等。

神經網絡是以人腦為模型的機器學習，是一種模仿動物神經網絡行為特征，進行分布式并行信息處理的算法模型，神經網絡依靠系統的復雜程度，通過調整內部大量節點之間相互連接的關系，從而達到處理信息的目的。

神經網絡的前向耗時，是網絡結構搜索任務和網絡裁剪任務的重要依據，因此，需要有效預測神經網絡的前向耗時。但是，應該如何有效預測神經網絡的前向耗時，在相關技術中并沒有給出合理的解決方案。

發明內容

有鑒于此，本申請提供一種前向耗時的確定方法，所述方法包括：

將待測神經網絡劃分為多個操作節點；

從所述多個操作節點中選取至少一個操作節點作為目標操作節點；

針對每個目標操作節點，確定與所述目標操作節點對應的操作節點集合，所述操作節點集合包括所述目標操作節點和所述目標操作節點的關聯操作節點，所述關聯操作節點為所述多個操作節點中除所述目標操作節點之外的操作節點；

根據所述操作節點集合的信息獲取所述目標操作節點的耗時；

根據每個目標操作節點的耗時確定所述待測神經網絡的前向耗時。

本申請提供一種前向耗時的確定方法，所述方法包括：

將待測神經網絡劃分為多個操作節點；

將所述多個操作節點劃分到至少一個操作節點集合，所述至少一個操作節點集合中存在目標操作節點集合，目標操作節點集合包括至少兩個操作節點；

根據每個操作節點集合的信息獲取所述操作節點集合的耗時；

根據每個操作節點集合的耗時確定所述待測神經網絡的前向耗時。

本申請提供一種前向耗時的確定裝置，所述裝置包括：操作節點集合獲取模塊，用于將待測神經網絡劃分為多個操作節點；從所述多個操作節點中選取至少一個操作節點作為目標操作節點；針對每個目標操作節點，確定與所述目標操作節點對應的操作節點集合，所述操作節點集合包括所述目標操作節點和所述目標操作節點的關聯操作節點，所述關聯操作節點為所述多個操作節點中除所述目標操作節點之外的操作節點；操作節點耗時獲取模塊，用于根據所述操作節點集合的信息獲取所述目標操作節點的耗時；耗時輸出模塊，用于根據每個目標操作節點的耗時確定所述待測神經網絡的前向耗時。