神经网络模型的测试方法、装置和电子设备制造方法及图纸

技术编号:29048034 阅读:44 留言:0更新日期:2021-06-26 06:06
本公开实施例公开了神经网络模型的测试方法、装置和电子设备。该方法的一具体实施方式包括:获取待测试神经网络模型的结构信息;基于预设推理引擎所对应的运算操作指令集以及所述结构信息,确定运行所述待测试神经网络模型所需的运算操作的信息;根据所述运算操作的信息确定所述待测试神经网络模型的前向传播耗时。可以得到待测试神经网络模型前向传播耗时的较稳定的测试结果。耗时的较稳定的测试结果。耗时的较稳定的测试结果。

【技术实现步骤摘要】
神经网络模型的测试方法、装置和电子设备


[0001]本公开涉及计算机
,尤其涉及一种神经网络模型的测试方法、装置和电子设备。

技术介绍

[0002]随着人工智能技术的发展,人们可以使用神经网络实现各种模型进行信息预测和信息识别。
[0003]在使用神经网络搭建了算法实例之后,可以对神经网络进行测试。例如对神经网络的前向传播时间进行测试,以根据前向传播时间确定神经网络是否达到要求。

技术实现思路

[0004]提供该公开内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该公开内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
[0005]本公开实施例提供了一种神经网络模型的测试方法、装置和电子设备。
[0006]第一方面,本公开实施例提供了一种神经网络模型的测试方法,该方法包括:获取待测试神经网络模型的结构信息;基于预设推理引擎所对应的运算操作指令集以及所述结构信息,确定运行所述待测试神经网络模型所需的运算操作的信息;本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种神经网络模型的测试方法,包括:获取待测试神经网络模型的结构信息;基于预设推理引擎所对应的运算操作指令集以及所述结构信息,确定运行所述待测试神经网络模型所需的运算操作的信息;根据所述运算操作的信息确定所述待测试神经网络模型的前向传播耗时。2.根据权利要求1所述的方法,其特征在于,所述获取待测试神经网络模型的结构信息,包括:将所述待测试神经网络模型拆分成多个网络层;由所述多个网络层确定所述结构信息。3.根据权利要求1所述的方法,其特征在于,所述结构信息包括待测试神经网络模型的多个网络层,以及所述基于预设推理引擎所对应的运算操作指令集以及所述结构信息,确定运行所述待测试神经网络模型所需的运算操作的信息,包括:在所述预设推理引擎中,确定实现所述网络层所需的算子;确定所述运算操作指令集下使用所述算子实现所述网络层所需的运算操作;根据多个网络层分别所需的运算操作,确定运行待测试神经网络模型所需的运算操作的信息。4.根据权利要求3所述的方法,其特征在于,所述确定所述运算操作指令集下使用所述算子实现所述网络层所需的运算操作,包括:获取输入到所述待测试神经网络模型的网络层的输入特征的维度、输出特征的维度以及实现所述网络层所需的算子的算子特征参数,所述输入特征的维度、输出特征的维度与输入到所述神经网络模型的待处理数据的数据特征的维度正相关;基于输入特征的维度、输出特征的维度、算子特征参数,确定实现所述网络层所需的运算操作。5.根据...

【专利技术属性】
技术研发人员:王星肖学锋李振鹏
申请(专利权)人:北京字跳网络技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1