[發明專利]設備處理器選擇方法、系統、終端設備及存儲介質

在審

• 申請號: 202110633567.2
• 申請日: 2021-06-07
• 公開（公告）號: CN113408718A
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 陳志杰;李躍文
• 申請（專利權）人: 廈門美圖之家科技有限公司
• 主分類號: G06N3/063
• 分類號: G06N3/063;G06N3/04
• 代理公司: 廈門仕誠聯合知識產權代理事務所(普通合伙) 35227
• 代理人: 樂珠秀

1.一種設備處理器選擇方法，其特征在于，所述方法包括：

獲取待部署神經網絡的計算量信息，并根據所述計算量信息確定所述待部署神經網絡的計算量變量值，所述計算量信息包括所述待部署神經網絡的總計算量和卷積計算量，所述計算量變量值用于表征所述待部署神經網絡計算量的復雜程度；

獲取目標設備的設備信息，并根據所述設備信息確定所述目標設備的設備變量值，所述設備信息包括設備運行速度和內存值，所述設備變量值用于表征所述目標設備的設備性能；

根據所述計算量變量值和所述設備變量值，確定所述待部署神經網絡與所述目標設備之間的部署變量值，并根據所述部署變量值對所述目標設備中的處理器進行選擇，所述部署變量值用于表征所述待部署神經網絡部署在所述目標設備上時，不同處理器之間處理所述待部署神經網絡的性能差距。

2.如權利要求1所述的設備處理器選擇方法，其特征在于，所述根據所述計算量信息確定所述待部署神經網絡的計算量變量值，包括：

確定樣本神經網絡中的最大總計算量和最小總計算量，并計算所述最大總計算量與所述最小總計算量之間的差值，得到計算量差值；

計算所述待部署神經網絡的總計算量與所述計算量差值之間的商值，得到第一計算量變量值；

計算所述待部署神經網絡中，3x3卷積的卷積計算量與總計算量之間的商值，得到第二計算量變量值；

計算所述待部署神經網絡中，1x1卷積的卷積計算量與總計算量之間的商值，得到第三計算量變量值；

所述計算量變量值包括所述第一計算量變量值、所述第二計算量變量值和所述第三計算量變量值。

3.如權利要求1所述的設備處理器選擇方法，其特征在于，所述根據所述設備信息確定所述目標設備的設備變量值，包括：

確定樣本設備中的最大內存值和最小內存值，并計算所述最大內存值與所述最小內存值之間的差值，得到內存差值；

計算所述目標設備的內存值與所述內存差值之間的商值，得到第一設備變量值；

確定所述樣本設備中的最大運行速度和最小運行速度，并計算所述最大運行速度與所述最小運行速度之間的差值，得到運行速度差值；

計算所述目標設備的設備運行速度與所述運行速度差值之間的商值，得到第二設備變量值；

所述設備變量值包括所述第一設備變量值和所述第二設備變量值。

4.如權利要求1所述的設備處理器選擇方法，其特征在于，所述方法還包括：

分別確定樣本神經網絡在不同樣本設備的處理器上的運行時間，并根據所述運行時間，確定樣本神經網絡在不同所述樣本設備上的樣本部署變量值；

確定所述樣本神經網絡中的最大總計算量和最小總計算量，并計算所述最大總計算量與所述最小總計算量之間的差值，得到計算量差值；

分別計算每個所述樣本神經網絡的總計算量與所述計算量差值之間的商值，得到第一樣本變量值；

分別計算每個所述樣本神經網絡中，3x3卷積的卷積計算量與總計算量之間的商值，得到第二樣本變量值；

分別計算每個所述樣本神經網絡中，1x1卷積的卷積計算量與總計算量之間的商值，得到第三樣本變量值；

確定所述樣本設備中的最大內存值和最小內存值，并計算所述最大內存值與所述最小內存值之間的差值，得到內存差值；

分別計算每個所述樣本設備的內存值與所述內存差值之間的商值，得到第四樣本變量值；

確定所述樣本設備中的最大運行速度和最小運行速度，并計算所述最大運行速度與所述最小運行速度之間的差值，得到運行速度差值；

分別計算每個所述樣本設備的設備運行速度與所述運行速度差值之間的商值，得到第五樣本變量值；

根據所述樣本部署變量值、所述第一樣本變量值、所述第二樣本變量值、所述第三樣本變量值、所述第四樣本變量值和所述第五樣本變量值，求解近似方程中的變量系數。