[发明专利]网络模型生成方法、装置及电子设备

说明书

本公开提供一种网络模型生成方法、装置及电子设备，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。本公开实施例能够提高搜索出的网络模型在终端设备上的使用效果。

技术领域

本发明涉及计算机技术领域，尤其涉及一种网络模型生成方法、装置及电子设备。

背景技术

随着人工智能技术的发展，深度学习在很多应用领域取得了较好的成果。深度学习中，网络的结构对模型的效果有非常重要的影响。通过手工设计网络模型需要非常丰富的经验和多次尝试，成本较高。

目前，可以通过自动模型搜索算法搜索网络模型，然而，通过自动模型搜索算法搜索出的网络模型并不是针对具体的终端设备设计，导致搜索出的网络模型的使用效果较差。

发明内容

本公开实施例提供一种网络模型生成方法、装置及电子设备，以解决现有技术中通过自动模型搜索算法搜索出的网络模型并不是针对具体的终端设备设计，导致搜索出的网络模型的使用效果较差的问题。

为了解决上述技术问题，本发明是这样实现的：

第一方面，本公开实施例提供了一种网络模型生成方法，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。

第二方面，本公开实施例提供了一种网络模型生成装置，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。

第三方面，本公开实施例提供了一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如第一方面所述的网络模型生成方法中的步骤。

第四方面，本公开实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的网络模型生成方法中的步骤。