[发明专利]一种控制方法和电子设备

权利要求书

1.一种控制方法，应用于一电子设备，该电子设备具有神经网络模型，包括：

获取神经网络模型的各层；所述神经网络获取传感器输入的物理数据，并对传感器输入的数据提取特征，从而确定环境场景；

依据第一计算规则，计算所述各层的能量消耗；

选择能量消耗符合第一条件的第一层，对所述第一层内的第一权重集合进行修剪，以降低所述神经网络模型的耗电量，所述第一权重集合包含至少一个权重；

所述第一条件是：

所述第一层的能量消耗高于能量消耗最低的层的能量消耗；

所述依据第一计算规则，计算所述各层的能量消耗，包括：

根据任一层内的计算次数，计算得到所述层的计算能量消耗；

根据所述层内内存的存取次数，计算得到所述层的存储能量消耗；

依据所述计算能量消耗和所述存储能量消耗，得到所述层的能量消耗。

2.根据权利要求1所述的方法，所述对所述第一层内的第一权重集合进行修剪，包括：

删除所述第一层内权重值小于第一阈值的第一权重集合。

3.根据权利要求2所述的方法，所述删除所述第一层内权重值小于第一阈值的第一权重集合之后，还包括：

依据修剪后的第一神经网络模型，对预设输入信息进行处理，得到第一输出结果；

依据所述第一输出结果分析得到输出评估误差和/或输出精确度不满足特定条件，撤销对第二权重集合的删除，所述第一权重集合至少包含所述第二权重集合；

将所述第二权重集合中权重的从第一数值修改为第二数值，所述第一数值大于第二数值。

4.根据权利要求3所述的方法，所述撤销对第二权重集合的删除，包括：

选择所述第一权重集合中满足重要条件的第二权重集合，撤销对所述第二权重集合的删除；

维持所述第一权重集合中除所述第二权重集合的其他权重的删除。

5.根据权利要求3所述的方法，所述将所述第二权重集合中权重的从第一数值修改为第二数值之后，还包括：

获取所述第一层内第二权重集合中的第一权重，并得到与所述第一权重对应的第一参数；

获取所述第一层内与所述第一参数关联的至少一个第二参数；

基于所述至少一个第二参数与所述第一参数的相关性，调整所述第一参数与所述至少一个第二参数的权重值，以使得基于调整后权重值的神经网络模型输出评估误差和输出精确度满足预设要求。

6.根据权利要求3所述的方法，所述将所述第二权重集合中权重的从第一数值修改为第二数值之后，还包括：

获取修剪后的第一神经网络模型全部第二权重集合中的第二权重，并得到与所述第二权重对应的第三参数；

获取修剪后的第一神经网络模型中与所述第三参数关联的至少一个第四参数；

基于所述至少一个第四参数与所述第三参数的相关性，调整所述第三参数与所述至少一个第四参数的权重值，以使得基于调整后权重值的神经网络模型输出评估误差和输出精确度满足预设要求。

7.根据权利要求1所述的方法，所述对所述第一层内的第一权重集合进行修剪后，还包括：

依据预设判断规则，判断是否存在未修剪层；

基于存在未修剪层，返回循环执行依据第一计算规则，计算所述各层的能量消耗步骤。

8.根据权利要求7所述的方法，判断是否存在未修剪层，包括：

依据第一计算规则，计算修剪后的第一神经网络模型的能量消耗，所述能量消耗是所述修剪后的第一神经网络模型中所述各层的能量消耗的总和；

基于所述修剪后的第一神经网络模型的能量消耗低于能量消耗阈值，不存在未修剪层；

基于所述修剪后的第一神经网络模型的能量消耗不低于能量消耗阈值，存在未修剪层。

9.一种电子设备，所述电子设备具有神经网络模型，包括：

壳体；

处理器，用于获取神经网络模型的各层；所述神经网络获取传感器输入的物理数据，并对传感器输入的数据提取特征，从而确定环境场景；依据第一计算规则，计算所述各层的能量消耗；选择能量消耗符合第一条件的第一层，对所述第一层内的第一权重集合进行修剪，以降低所述神经网络模型的耗电量，所述第一权重集合包含至少一个权重；所述第一条件是：所述第一层的能量消耗高于能量消耗最低的层的能量消耗；

所述依据第一计算规则，计算所述各层的能量消耗，包括：

根据任一层内的计算次数，计算得到所述层的计算能量消耗；

根据所述层内内存的存取次数，计算得到所述层的存储能量消耗；

依据所述计算能量消耗和所述存储能量消耗，得到所述层的能量消耗。