[发明专利]网络模型生成方法、装置及电子设备

权利要求书

1.一种网络模型生成方法，其特征在于，所述方法包括：

获取多个预设子网络中每个预设子网络在终端设备上运行的实际性能参数；

基于所述多个预设子网络确定至少一个网络模型，所述至少一个网络模型中每个网络模型均包括所述多个预设子网络中的至少一个预设子网络；

基于所述每个网络模型的运行信息确定目标网络模型，所述目标网络模型的运行信息满足第一预设条件，所述运行信息包括所述每个网络模型在所述终端设备上运行时的预测性能参数，所述预测性能参数基于所述每个网络模型中包括的预设子网络对应的实际性能参数确定。

2.根据权利要求1所述的方法，其特征在于，所述运行信息还包括第一损失值，所述基于所述每个网络模型的运行信息从所述至少一个网络模型中确定目标网络模型，包括：

分别对所述每个网络模型进行时间序列训练，获取所述每个网络模型对应的第一损失值；

基于所述每个网络模型对应的预测性能参数和第一损失值从所述至少一个网络模型中确定目标网络模型。

3.根据权利要求1所述的方法，其特征在于，所述基于所述多个预设子网络确定至少一个网络模型，包括：

基于所述多个预设子网络生成多个网络模型；

对所述多个网络模型分别进行训练，分别确定所述多个网络模型的网络参数，并获取每个所述网络模型对应的第二损失值；

基于所述多个网络模型中每个网络模型对应的第二损失值从所述多个网络模型中确定至少一个网络模型。

4.根据权利要求3所述的方法，其特征在于，所述基于所述多个预设子网络生成多个网络模型，包括：

基于所述多个预设子网络构建超网络；

基于所述超网络生成多个网络模型，所述多个网络模型中每个网络模型在所述终端设备上运行时的预测性能参数满足第二预设条件。

5.根据权利要求3所述的方法，其特征在于，所述多个网络模型包括第一网络模型和第二网络模型，所述第一网络模型和所述第二网络模型包括相同的部分网络；

所述对所述多个网络模型分别进行训练，分别确定所述多个网络模型的网络参数，包括：

对所述第一网络模型进行训练，确定所述第一网络模型中的网络参数；

采用所述部分网络在所述第一网络模型中的网络参数对所述第二网络模型进行训练，确定所述第二网络模型中的网络参数。

6.一种网络模型生成装置，其特征在于，所述装置包括：

获取模块，用于获取多个预设子网络中每个预设子网络在终端设备上运行的实际性能参数；

第一确定模块，用于基于所述多个预设子网络确定至少一个网络模型，所述至少一个网络模型中每个网络模型均包括所述多个预设子网络中的至少一个预设子网络；

第二确定模块，用于基于所述每个网络模型的运行信息确定目标网络模型，所述目标网络模型的运行信息满足第一预设条件，所述运行信息包括所述每个网络模型在所述终端设备上运行时的预测性能参数，所述预测性能参数基于所述每个网络模型中包括的预设子网络对应的实际性能参数确定。

7.根据权利要求6所述的装置，其特征在于，所述运行信息还包括第一损失值，所述第二确定模块具体用于：

分别对所述每个网络模型进行时间序列训练，获取所述每个网络模型对应的第一损失值；

基于所述每个网络模型对应的预测性能参数和第一损失值从所述至少一个网络模型中确定目标网络模型。

8.根据权利要求6所述的装置，其特征在于，所述第一确定模块包括：

生成单元，用于基于所述多个预设子网络生成多个网络模型；

获取单元，用于对所述多个网络模型分别进行训练，分别确定所述多个网络模型的网络参数，并获取每个所述网络模型对应的第二损失值；

确定单元，用于基于所述多个网络模型中每个网络模型对应的第二损失值从所述多个网络模型中确定至少一个网络模型。