[发明专利]预测网络性能的方法和装置、设备、介质

权利要求书

1.一种预测网络性能的方法，其特征在于，利用预测网络实现，包括：

获取待预测的结构网络的网络参数；所述结构网络的网络参数包括所述结构网络包括的至少一个网络层的层参数；

基于所述结构网络的网络参数，确定所述结构网络的结构特征；

在训练所述结构网络之前，基于所述结构特征，确定所述结构网络的网络性能参数；

所述基于所述结构网络的网络参数，确定所述结构网络的结构特征，包括：

基于所述结构网络的网络参数，确定所述结构网络的至少一个网络层中每个网络层的结构表示信息；

基于所述至少一个网络层中每个网络层的结构表示信息，确定所述结构网络的结构特征。

2.根据权利要求1所述的方法，其特征在于，所述层参数包括以下至少一种：

所述结构网络的至少一个网络层中每个网络层的计算类型、所述网络层的计算核的长度、所述网络层的计算核的宽度、所述网络层的通道个数、所述网络层的输出通道数与输入通道数的比值。

3.根据权利要求1所述的方法，其特征在于，所述结构表示信息包括具有预设维度的结构向量。

4.根据权利要求1所述的方法，其特征在于，基于所述结构网络的网络参数，确定所述结构网络的至少一个网络层中每个网络层的结构表示信息，包括：

基于所述结构网络的至少一个网络层中每个网络层的层参数，确定所述每个网络层的至少一个标识符；

基于所述至少一个网络层中每个网络层的至少一个标识符，确定所述每个网络层的结构表示信息。

5.根据权利要求4所述的方法，其特征在于，基于所述至少一个网络层中每个网络层的至少一个标识符，确定所述每个网络层的结构表示信息，包括：

对每个网络层的至少一个标识符中的每个标识符进行映射，得到所述每个标识符的映射结果；

基于所述至少一个标识符中每个标识符的映射结果，得到所述每个网络层的结构表示信息。

6.根据权利要求5所述的方法，其特征在于，所述对每个网络层的至少一个标识符中的每个标识符进行映射，得到所述每个标识符的映射结果，包括：

基于所述每个网络层中的每个标识符通过查找第一预设表格的方式获得所述每个标识符的映射结果。

7.根据权利要求1所述的方法，其特征在于，基于所述至少一个网络层中每个网络层的结构表示信息，确定所述结构网络的结构特征，包括：

将所述至少一个网络层中每个网络层的结构表示信息进行融合，获得所述结构网络的结构特征。

8.根据权利要求7所述的方法，其特征在于，将所述至少一个网络层中每个网络层的结构表示信息进行融合，获得所述结构网络的结构特征，包括：

利用神经网络，将所述至少一个网络层中每个网络层的结构表示信息进行融合，获得所述结构网络的结构特征。

9.根据权利要求8所述的方法，其特征在于，所述利用神经网络，将所述至少一个网络层中每个网络层的结构表示信息进行融合，包括：

将至少一个网络层中每个网络层的结构表示信息输入神经网络，所述神经网络通过递归算法将至少一个所述结构表示信息融合为一个结构特征。

10.根据权利要求1-9任一所述的方法，其特征在于，基于所述结构特征，确定所述结构网络的网络性能参数之前，还包括：

基于所述结构网络对应的预设时间点获得时间向量；

基于所述结构特征，确定所述结构网络的网络性能参数，包括：

基于所述结构特征和所述时间向量得到所述结构网络在所述预设时间点的网络性能参数。