[發明專利]訓練的方法和裝置在審
| 申請號： | 202210062693.1 | 申請日： | 2022-01-19 |
| 公開（公告）號： | CN116523016A | 公開（公告）日： | 2023-08-01 |
| 發明（設計）人： | 劉松 | 申請（專利權）人： | OPPO廣東移動通信有限公司 |
| 主分類號： | G06N3/08 | 分類號： | G06N3/08;G06N3/063 |
| 代理公司： | 北京布瑞知識產權代理有限公司 11505 | 代理人： | 張欣 |
| 地址： | 523860 廣東*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 訓練 方法 裝置 | ||
1.一種訓練方法，其特征在于，所述方法用于訓練NPU的功耗預測模型，所述NPU包括多個硬件模塊，所述功耗預測模型的訓練數據集包括與所述多個硬件模塊一一對應的多組子訓練數據集，
所述方法包括：
分別對所述多組子訓練數據集進行特征篩選，得到多組特征數據集；
對所述多組特征數據集形成的總特征數據集進行特征篩選，得到目標特征數據集；
根據所述目標特征數據集訓練所述功耗預測模型。
2.根據權利要求1所述的方法，其特征在于，所述訓練數據集包括所述NPU內部的電信號的翻轉次數以及所述電信號的翻轉次數對應的功耗。
3.根據權利要求1所述的方法，其特征在于，所述多個硬件模塊包括以下模塊中的部分或全部模塊：矩陣乘法處理器模塊、部分累加處理器模塊、向量數據處理器計算單元模塊、向量數據處理器儲存單元模塊以及指令發布處理器模塊。
4.根據權利要求1所述的方法，其特征在于，所述特征篩選采用基模型選擇法和/或方差選擇法。
5.根據權利要求4所述的方法，其特征在于，所述基模型選擇法的基模型包括GBDT回歸法。
6.一種訓練裝置，其特征在于，所述裝置用于訓練NPU的功耗預測模型，所述NPU包括多個硬件模塊，所述功耗預測模型的訓練數據集包括與所述多個硬件模塊一一對應的多組子訓練數據集，
所述裝置包括：
獲取單元，被配置為分別對所述多組子訓練數據集進行特征篩選，得到多組特征數據集；
篩選單元，被配置為對所述多組特征數據集形成的總特征數據集進行特征篩選，得到目標特征數據集；
訓練單元，被配置為根據所述目標特征數據集訓練所述功耗預測模型。
7.根據權利要求6所述的裝置，其特征在于，所述訓練數據集包括所述NPU內部的電信號的翻轉次數以及所述電信號的翻轉次數對應的功耗。
8.根據權利要求6所述的裝置，其特征在于，所述多個硬件模塊包括以下模塊中的部分或全部模塊：矩陣乘法處理器模塊、部分累加處理器模塊、向量數據處理器計算單元模塊、向量數據處理器儲存單元模塊以及指令發布處理器模塊。
9.根據權利要求6所述的裝置，其特征在于，所述特征篩選采用基模型選擇法和/或方差選擇法。
10.根據權利要求9所述的裝置，其特征在于，所述基模型選擇法的基模型包括GBDT回歸法。
11.一種訓練裝置，包括存儲器和處理器，所述存儲器中存儲有可執行代碼，所述處理器被配置為執行所述可執行代碼，以實現權利要求1-5中任一項所述的方法。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于OPPO廣東移動通信有限公司，未經OPPO廣東移動通信有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202210062693.1/1.html，轉載請聲明來源鉆瓜專利網。
