模型生成方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例公开了一种模型生成方法、装置、电子设备及存储介质。所述方法包括：获取初始模式剪枝模型；基于所述初始模式剪枝模型对应的剪枝模式，生成多个参考模式剪枝模型；将所述初始模式剪枝模型和所述多个参考模式剪枝模型分别输入到成本模型中，获取所述成本模型输出的多个模式剪枝模型分别对应的运行参数，以得到多个运行参数，所述运行参数为对应的模式剪枝模型在电子设备上运行时表征电子设备的运行性能的参数；基于所述多个运行参数，从所述多个模式剪枝模型中确定与所述电子设备适配的模式剪枝模型。通过上述方法，可以从多个模式剪枝模型中找到与电子设备更适配的模式剪枝模型。的模式剪枝模型。的模式剪枝模型。

【技术实现步骤摘要】
模型生成方法、装置、电子设备及存储介质


[0001]本申请属于机器学习
，具体涉及一种模型生成方法、装置、电子设备及存储介质。

技术介绍

[0002]由于神经网络模型需要较多的计算资源和存储资源支持，而电子设备的计算资源和存储资源有限，从而限制了神经网络模型在电子设备中的应用。相关技术中，可以通过对神经网络模型进行剪枝处理来降低神经网络的运算量，以降低神经网络对计算资源和存储资源的消耗。但是，电子设备对于不同的神经网络模型在运行时的支持情况不同，导致神经网络模型与电子设备的适配度还有待提高。

技术实现思路

[0003]鉴于上述问题，本申请提出了一种模型生成方法、装置、电子设备以及存储介质，以实现改善上述问题。
[0004]第一方面，本申请实施例提供了一种模型生成方法，所述方法包括：获取初始模式剪枝模型；基于所述初始模式剪枝模型对应的剪枝模式，生成多个参考模式剪枝模型，其中，所述多个参考模式剪枝模型的网络权重与所述初始模式剪枝模型的网络权重具有相同零占比；将所述初始模式剪枝模型和所述多个参考模式剪枝模型分别输入到成本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型生成方法，其特征在于，所述方法包括：获取初始模式剪枝模型；基于所述初始模式剪枝模型对应的剪枝模式，生成多个参考模式剪枝模型，其中，所述多个参考模式剪枝模型的网络权重与所述初始模式剪枝模型的网络权重具有相同零占比；将所述初始模式剪枝模型和所述多个参考模式剪枝模型分别输入到成本模型中，获取所述成本模型输出的多个模式剪枝模型分别对应的运行参数，以得到多个运行参数，所述运行参数为对应的模式剪枝模型在电子设备上运行时表征电子设备的运行性能的参数；基于所述多个运行参数，从所述多个模式剪枝模型中确定与所述电子设备适配的模式剪枝模型。2.根据权利要求1所述的方法，其特征在于，所述获取初始模式剪枝模型，包括：根据模型调整参数，生成初始模式剪枝模型，所述模型调整参数用于表征生成的初始模式剪枝模型中的指定层的输入通道数量和输出通道数量以及生成的初始剪枝模型对应的剪枝模式。3.根据权利要求1所述的方法，其特征在于，所述基于所述多个运行参数，从所述多个模式剪枝模型中确定与所述电子设备适配的模式剪枝模型，包括：将所述多个运行参数中表征电子设备的运行性能最好的运行参数对应的模式剪枝模型确定为与所述电子设备适配的模式剪枝模型。4.根据权利要求3所述的方法，其特征在于，所述运行参数包括运行时延；所述将所述多个运行参数中表征电子设备的运行性能最好的运行参数对应的模式剪枝模型确定为与所述电子设备适配的模式剪枝模型，包括：将所述多个运行时延中表征电子设备的运行时延最短的运行时延对应的模式剪枝模型确定为与所述电子设备适配的模式剪枝模型。5.根据权利要求3所述的方法，其特征在于，所述运行参数包括运行功耗；所述将所述多个运行参数中表征电子设备的运行性能最好的运行参数对应的模式剪枝模型确定为与所述电子设备适配的模式剪枝模型，包括：将所述多个运行功耗中表征电子设备的运行功耗最小的运行功耗对应的模式剪枝模型确定为与所述电子设备适配的模式剪枝模型。6.根据权利要求1所述的方法，其特征在于，所述基于所述多个运行参数，从所述多个模式剪枝模型中确定与所述电子设备适配的模式剪枝模型，包括：获取所述多个运行参数各自对应的权重，以得到多个权重；基于所述多个权重，从所述多个模式剪枝模型中确定与所述电子设备适配的模式剪枝模型。7.根据权利要求6所述的方法，其特征在于，所述运行参数包括相对应的运行时延和运行功耗；所述...

【专利技术属性】
技术研发人员：张锐，
申请(专利权)人：哲库科技上海有限公司，
类型：发明
国别省市：