[发明专利]信息处理方法以及信息处理系统

权利要求书

1.一种信息处理方法，包括：

使用处理器，

决定机器学习模型的构成，

执行所决定的所述构成的所述机器学习模型是否满足第1性能要件的第1判定，所述第1性能要件是对硬件性能的要件，

在所述第1判定中判定为满足所述第1性能要件的情况下，使用判定为满足所述第1性能要件的构成的机器学习模型来执行学习，执行由学习得到的学习完成模型是否满足第2性能要件的第2判定，所述第2性能要件是对机器学习模型的输出的评价值的要件，

在所述第2判定中判定为所述学习完成模型满足所述第2性能要件的情况下，输出表示满足所述第1性能要件及所述第2性能要件的信息，

在所述第1判定中判定为不满足所述第1性能要件的情况下，改变所述机器学习模型的构成，执行改变后的所述构成的所述机器学习模型是否满足所述第1性能要件的所述第1判定。

2.根据权利要求1所述的信息处理方法，

在所述第2判定中判定为不满足所述第2性能要件的情况下，以与前次执行的学习不同的参数执行所述学习，

执行通过以所述不同的参数的所述学习得到的学习完成模型是否满足所述第2性能要件的所述第2判定，

在判定为不满足所述第2性能要件的次数为第1次数以上的情况下，改变所述机器学习模型的构成，

执行改变后的所述构成的所述机器学习模型是否满足所述第1性能要件的所述第1判定。

3.根据权利要求1或者2所述的信息处理方法，还包括：

对在所述第2判定中判定为满足所述第2性能要件的所述学习完成模型执行轻量化处理，

执行通过轻量化处理得到的轻量化模型是否满足第3性能要件的第3判定，所述第3性能要件是对硬件性能的要件，

在所述第3判定中判定为满足所述第3性能要件的情况下，输出表示满足所述第3性能要件的信息。

4.根据权利要求3所述的信息处理方法，

由所述第3性能要件规定的硬件性能的条件比由所述第1性能要件规定的硬件性能的条件严格。

5.根据权利要求3或者4所述的信息处理方法，

在所述第3判定中判定为不满足所述第3性能要件的所述轻量化模型的硬件性能满足第1条件的情况下，以与前次执行的轻量化处理不同的参数执行所述轻量化处理，

执行通过以所述不同的参数的所述轻量化处理得到的轻量化模型是否满足所述第3性能要件的所述第3判定。

6.根据权利要求3～5中任一项所述的信息处理方法，

(i)在所述第3判定中判定为不满足所述第3性能要件的所述轻量化模型的硬件性能不满足第1条件的情况下、或者(ii)在判定为不满足所述第3性能要件的次数为第2次数以上的情况下，改变所述机器学习模型的构成，

执行改变后的所述构成的所述机器学习模型是否满足所述第1性能要件的所述第1判定。

7.根据权利要求3～6中任一项所述的信息处理方法，

执行在所述第3判定中判定为满足所述第3性能要件的所述轻量化模型是否满足第4性能要件的第4判定，所述第4性能要件是对实机的硬件性能的要件，

在所述第4判定中判定为满足所述第4性能要件的情况下，输出表示满足所述第4性能要件的信息。

8.根据权利要求7所述的信息处理方法，

在所述第4判定中判定为不满足所述第4性能要件的所述轻量化模型的硬件性能满足第2条件的情况下，以与前次执行的轻量化不同的参数执行所述轻量化。

9.根据权利要求7或者8所述的信息处理方法，

(i)在所述第4判定中判定为不满足所述第4性能要件的所述轻量化模型的硬件性能不满足第2条件的情况下、或者(ii)在判定为不满足所述第4性能要件的次数为第3次数以上的情况下，

改变所述机器学习模型的构成，

执行改变后的所述构成的所述机器学习模型是否满足所述第1性能要件的所述第1判定。