[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: 202010062768.7
• 申請日: 2020-01-19
• 公開（公告）號: CN111753950A
• 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: 杭州海康威視數字技術股份有限公司
• 主分類號: G06N3/04
• 分類號: 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

1.一種前向耗時的確定方法，其特征在于，所述方法包括：

將待測神經網絡劃分為多個子網絡；

從所述多個子網絡中選取至少一個子網絡作為目標子網絡；

針對每個目標子網絡，確定與所述目標子網絡對應的子網絡集合；其中，所述子網絡集合包括所述目標子網絡和所述目標子網絡的關聯子網絡，所述關聯子網絡為所述多個子網絡中除所述目標子網絡之外的子網絡；

根據所述子網絡集合的信息獲取所述目標子網絡的耗時；

根據每個目標子網絡的耗時確定所述待測神經網絡的前向耗時。

2.根據權利要求1所述的方法，其特征在于，

基于所述多個子網絡的順序關系，所述關聯子網絡為：

所述目標子網絡相鄰的前M1個子網絡；或者，

所述目標子網絡相鄰的后M2個子網絡；或者，

所述目標子網絡相鄰的前M3個子網絡和相鄰的后M4個子網絡；

其中，M1，M2，M3和M4均為正整數。

3.根據權利要求1或2所述的方法，其特征在于，

所述子網絡集合還包括所述目標子網絡與所述關聯子網絡組成的整體網絡。

4.根據權利要求1或2所述的方法，其特征在于，

所述子網絡集合的信息為所述子網絡集合的網絡標識，所述根據所述子網絡集合的信息獲取所述目標子網絡的耗時，包括：

通過所述子網絡集合的網絡標識查詢映射關系表，得到與所述網絡標識對應的所述目標子網絡的耗時；其中，所述映射關系表包括子網絡集合的網絡標識與該子網絡集合對應的目標子網絡的耗時之間的對應關系。

5.根據權利要求4所述的方法，其特征在于，

所述映射關系表的獲取方式包括：

獲取子網絡集合，所述子網絡集合包括目標子網絡和關聯子網絡；

將測試數據輸入到所述子網絡集合，由所述子網絡集合中的目標子網絡和關聯子網絡對所述測試數據進行處理；

根據所述測試數據的處理結果確定所述目標子網絡的耗時；

將所述子網絡集合的網絡標識與所述目標子網絡的耗時記錄到映射關系表。

6.根據權利要求1或2所述的方法，其特征在于，

所述子網絡集合的信息為所述子網絡集合的網絡特征，所述根據所述子網絡集合的信息獲取所述目標子網絡的耗時，包括：

基于函數映射模型，確定所述子網絡集合的每個網絡特征的耗時；其中，所述函數映射模型包括網絡特征與該網絡特征的耗時之間的對應關系；

根據所述子網絡集合的每個網絡特征的耗時，獲取所述目標子網絡的耗時；或者，從所述子網絡集合的所有網絡特征中選取所述目標子網絡的網絡特征，根據所述目標子網絡的網絡特征的耗時，獲取所述目標子網絡的耗時。

7.根據權利要求6所述的方法，其特征在于，所述基于函數映射模型，確定所述子網絡集合的每個網絡特征的耗時之前，所述方法還包括：

獲取所述子網絡集合的屬性數據，采用預設編碼方式對所述子網絡集合的屬性數據進行編碼，得到所述子網絡集合的網絡特征。

8.根據權利要求1或2所述的方法，其特征在于，

所述從所述多個子網絡中選取至少一個子網絡作為目標子網絡，包括：

將所述多個子網絡中的部分子網絡選取為目標子網絡；或者，

將所述多個子網絡中的全部子網絡選取為目標子網絡。

9.根據權利要求8所述的方法，其特征在于，

若將所述多個子網絡中的部分子網絡選取為目標子網絡，所述方法還包括：

針對所述多個子網絡中除目標子網絡之外的每個剩余子網絡，根據所述剩余子網絡的信息獲取所述剩余子網絡的耗時；

根據每個目標子網絡的耗時確定所述待測神經網絡的前向耗時，包括：

根據每個目標子網絡的耗時以及每個剩余子網絡的耗時，確定所述待測神經網絡的前向耗時。