[發明專利]一種模型的處理方法以及相關設備

在審

• 申請號: 202011273450.X
• 申請日: 2020-11-13
• 公開（公告）號: CN114491913A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 黃經緯;孫明偉;黃山
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F17/15;G06F17/18
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 陳松浩

本申請實施例公開一種模型的處理方法以及相關設備，用于模型求解領域中。方法可以包括：獲取與第一模型對應的圖結構，對圖結構進行隨機分割，以得到至少兩個第一集合，每個第一集合包括至少一個第一自變量，采用列文伯格?馬夸爾特LM算法，對第一自變量的取值進行更新；重復執行隨機分割和對第一自變量的取值進行更新的操作，直至滿足第一模型的收斂條件，得到第一模型中多個第一自變量的解。將第一模型的求解問題進行了分割，在求解一個子問題的時候就無需占用過多的內存資源；采用隨機分割的方式，保證了分割過程的效率；將第一模型的求解問題分割為包括較少自變量的模型的求解問題，有利于執行并行化求解，有利于提高求解過程的效率。

技術領域

本申請涉及計算機軟件領域，尤其涉及一種模型的處理方法以及相關設備。

背景技術

目前，許多計算機視覺、圖形學或其他領域的問題都可以通過建模的方式來解決，例如在解決視覺定位、圖像融合、三維重建、光流計算或曲線擬合等應用場景中的問題時，都可以通過建立模型，并求解該模型的方式來解決。

但由于隨著時代的發展，模型中自變量的數量不斷增加，在目前的求解方式中，是將整個待求解的模型作為輸入，容易產生內存資源無法支持求解的問題。

發明內容

本申請實施例提供了一種模型的處理方法以及相關設備，將包括大量自變量的第一模型的求解問題進行了分割，在求解一個子問題的時候就無需占用過多的內存資源；此外，采用隨機分割的方式對圖結構進行分割，實現方式簡單，從而保證了分割過程的效率；此外，將包括大量自變量的第一模型的求解問題分割為幾個包括較少自變量的子模型的求解問題，有利于執行并行化求解，有利于提高求解過程的效率。

為解決上述技術問題，本申請實施例提供以下技術方案：

第一方面，本申請實施例提供一種模型的處理方法，可用于模型求解領域中，用于執行該方法的模型的處理裝置可以為服務器集群，也可以為獨立的服務器中，還可以為終端設備中。方法包括：模型的處理裝置獲取與第一模型對應的圖結構，其中，第一模型包括多個第一函數，與第一模型對應有多個第一自變量，圖結構包括節點和多個節點之間的邊，圖結構中的節點與第一自變量一一對應，也即圖結構中的一個節點指向第一模型中的一個第一自變量；圖結構中多個節點之間的邊為根據多個第一函數確定的；進一步地，若兩個自變量包括于同一函數中，則指向兩個自變量的節點之間具有連接關系；更進一步地，以第一模型包括的多個第一自變量中存在一個第二自變量和一個第三自變量，第二自變量和第三自變量同時存在于第一模型的第二個函數和第三個函數中，則指向第二自變量的節點與指向第三自變量的節點之間存在兩條邊。模型的處理裝置對圖結構進行隨機分割，也即對前述節點指向的多個第一自變量進行分割，以得到至少兩個第一集合，每個第一集合包括至少一個第一自變量。模型的處理裝置采用列文伯格-馬夸爾特LM算法，對每個第一集合中的第一自變量的取值進行更新；模型的處理裝置重復執行隨機分割的操作和對每個第一集合中的第一自變量的取值進行更新的操作，直至滿足第一模型的收斂條件，得到第一模型中多個第一自變量的解。

本實現方式中，在獲取到與第一模型對應的圖結構數據之后，對該圖結構數據指示的圖結構進行隨機分割，得到至少兩個第一集合，每個第一集合包括至少一個第一自變量，也即將第一模型中所涉及到的所有第一自變量劃分為多個第一集合；進而采用列文伯格-馬夸爾特LM算法，對每個第一集合中的第一自變量的取值進行更新，也即在每次迭代過程中，均會將第一模型中所涉及到的所有第一自變量劃分為多個第一集合，從而將包括大量自變量的第一模型的求解問題進行了分割，由于內存中需要同時存儲待求解模型中的所有自變量，一個子模型中包括的自變量的數量較少，則在求解子模型時，需要內存資源存儲較少的自變量，也即在求解一個子問題的時候就無需占用過多的內存資源；此外，采用隨機分割的方式對圖結構進行分割，實現方式簡單，從而保證了分割過程的效率；此外，將包括大量自變量的第一模型的求解問題分割為幾個包括較少自變量的子模型的求解問題，有利于執行并行化求解，有利于提高求解過程的效率。