【技术实现步骤摘要】
模型的离线量化方法、装置、电子设备以及存储介质
本申请涉及计算机
中的人工智能、深度学习、图像处理
,尤其涉及一种模型的离线量化方法、装置、电子设备以及存储介质。
技术介绍
目前量化模型的主要方式包括在线量化和离线量化。然而在线量化较难实现,且成本较高,离线量化大多采用随机选取图片计算相对熵的方式,该方法虽然易于实现,但精度损失较大。
技术实现思路
提供了一种模型的离线量化方法、装置、电子设备以及存储介质。根据第一方面,提供了一种模型的离线量化方法,包括:获取待量化模型的搜索空间,其中,所述搜索空间中包括多个离线量化策略;对所述搜索空间进行量化策略的进化搜索,以获取所述待量化模型的目标离线量化策略;以及按照所述目标离线量化策略,对所述待量化模型进行离线量化,以生成目标量化模型。根据第二方面,提供了一种模型的离线量化装置,包括:第一获取模块,用于获取待量化模型的搜索空间,其中,所述搜索空间中包括多个离线量化策略;搜索模块,用于对所述搜索空间进行量化策略的进化搜索,以获取所述待量化模型的目标离线量化策略;以及量化模块,用于按照所述目标离线量化策略,对所述待量化模型进行离线量化,以生成目标量化模型。根据第三方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请第一方面所述的模型的离线量化方法。根据第四 ...
【技术保护点】
1.一种模型的离线量化方法,包括:/n获取待量化模型的搜索空间,其中,所述搜索空间中包括多个离线量化策略;/n对所述搜索空间进行量化策略的进化搜索,以获取所述待量化模型的目标离线量化策略;以及/n按照所述目标离线量化策略,对所述待量化模型进行离线量化,以生成目标量化模型。/n
【技术特征摘要】
1.一种模型的离线量化方法,包括:
获取待量化模型的搜索空间,其中,所述搜索空间中包括多个离线量化策略;
对所述搜索空间进行量化策略的进化搜索,以获取所述待量化模型的目标离线量化策略;以及
按照所述目标离线量化策略,对所述待量化模型进行离线量化,以生成目标量化模型。
2.根据权利要求1所述的模型的离线量化方法,其中,所述对所述搜索空间进行量化策略的进化搜索,以获取所述待量化模型的目标离线量化策略,包括:
获取所述多个离线量化策略对应的多个编码;
根据所述多个编码进行量化策略的进化搜索,以获取所述目标离线量化策略。
3.根据权利要求2所述的模型的离线量化方法,其中,所述根据所述多个编码进行量化策略的进化搜索,以获取所述目标离线量化策略,包括:
利用所述多个编码构建初始种群;以及
从所述初始种群开始,进入遗传算法的迭代搜索过程,以获取所述目标离线量化策略。
4.根据权利要求3所述的模型的离线量化方法,其中,所述从所述初始种群开始,进入遗传算法的迭代搜索过程,以获取所述目标离线量化策略,包括:
针对每次迭代出的种群,对所述种群中的染色体进行解码,获取所述染色体对应的候选离线量化策略,其中,每个所述染色体对应一个编码;
根据所述候选离线量化策略,对所述待量化模型进行量化,以得到候选量化模型;
对所述候选量化模型进行评估,以获取所述候选离线量化策略的适应度;以及
若所述适应度达到设定的搜索目标,则将所述候选离线量化策略作为所述目标离线量化策略。
5.根据权利要求4所述的模型的离线量化方法,其中,所述对所述候选量化模型进行评估,以获取所述候选离线量化策略的适应度,包括:
利用验证集对所述候选量化模型进行验证,以获取所述候选量化模型的评估精度,作为所述适应度;或者,
获取所述待量化模型和所述候选量化模型的相对熵,作为所述适应度;或者,
对所述验证集的评估精度和所述相对熵进行加权,作为所述适应度。
6.根据权利要求4所述的模型的离线量化方法,其中,还包括:
若累计迭代次数达到预设次数,且所述候选离线量化策略的适应度未达到所述搜索目标,则选取进化搜索过程中所述适应度最大的候选离线量化策略,作为所述目标离线量化策略。
7.根据权利要求4所述的模型的量化方法,其中,还包括:
若累计迭代次数未达到预设次数,且所述候选离线量化策略的适应度未达到所述搜索目标,则对所述种群进行遗传操作,以生成下一代的种群。
8.根据权利要求1-7任一项所述的模型的量化方法,其中,所述获取待量化模型的搜索空间,包括:
获取待量化模型的量化影响因子;以及
根据所述量化影响因子,生成所述待量化模型的所述搜索空间。
9.一种模型的离线量化装置,包括:
第一获取模块,用于获取待量化模型的搜索空间,其中,所述搜索空间中包括多个离线量化策略;
搜索模块,用于对所述搜索空间进行量化策略的进化搜索,以获取所述待量化模型的目标离线量化策略;以及
量化模块,用于按照所述目标离线量化策略,对所述...
【专利技术属性】
技术研发人员:希滕,张刚,温圣召,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。