[发明专利]终端模型处理方法、装置及设备

权利要求书

1.一种终端模型处理方法，其特征在于，包括：

获取待处理的终端模型；

对所述待处理的终端模型进行轻量化处理，得到处理后的终端模型；

获取待处理数据，并通过所述处理后的终端模型对所述待处理数据进行处理，得到对应的处理结果；

所述对所述待处理的终端模型进行轻量化处理，包括：

将所述待处理的终端模型的模型层划分为至少一个第一层集合；

对每个所述第一层集合轻量化处理，得到对应的第二层集合，其中，所述轻量化处理包含以下处理中的至少两种：对层集合中权重参数进行量化处理、减少层集合中权重参数数量以及对层集合中模型层之间的网络结构进行调整；

利用预设样本数据，对所述第二层集合进行权重参数迭代训练，或者对所述第一层集合和所述第二层集合进行权重参数迭代训练，直至所述待处理的终端模型满足预设收敛条件，完成轻量化处理。

2.如权利要求1所述的终端模型处理方法，其特征在于，所述减少层集合中权重参数数量，包括：

减小层集合中包含的卷积核的尺寸，或者减少卷积核的数量。

3.如权利要求1所述的终端模型处理方法，其特征在于，在所述对所述第二层集合进行权重参数迭代训练之前，还包括：

获取每个所述第二层集合对应的预设激活概率，其中，所述预设激活概率与所述第二层集合中权重参数占用的字节数呈负相关；

在所述对所述第二层集合进行权重参数迭代训练的过程中，每次训练的过程，包括：

根据对应的所述预设激活概率，选取所需激活的所述第二层集合，并对选取出的所述第二层集合进行权重参数更新。

4.如权利要求1所述的终端模型处理方法，其特征在于，在所述对所述第一层集合和所述第二层集合进行权重参数迭代训练之前，还包括：

获取每个所述第一层集合和所述第二层集合对应的预设激活概率，其中，所述预设激活概率与所述第一层集合和所述第二层集合中权重参数占用的字节数呈负相关；

在所述对所述第一层集合和所述第二层集合进行权重参数迭代训练的过程中，每次训练的过程，包括：

根据对应的所述预设激活概率，从所述第一层集合和所述第二层集合中选取所需激活的层集合，并对选取出的层集合进行权重参数更新。

5.如权利要求1至4任意一项所述的终端模型处理方法，其特征在于，所述利用预设样本数据，对所述第二层集合进行权重参数迭代训练，或者对所述第一层集合和所述第二层集合进行权重参数迭代训练，直至所述待处理的终端模型满足预设收敛条件，完成轻量化处理，还包括：

若对所述第二层集合的单次训练完成后，或者对所述第一层集合和所述第二层集合的单次训练完成后，所述待处理的终端模型不满足预设收敛条件，获取该次训练完成后所述待处理的终端模型的至少一个性能指标参数；

利用所述预设样本数据和所述至少一个性能指标参数，对所述第二层集合进行权重参数迭代训练，或者对所述第一层集合和所述第二层集合进行权重参数迭代训练，直至所述待处理的终端模型满足预设收敛条件，完成轻量化处理。

6.如权利要求1至3任意一项所述的终端模型处理方法，其特征在于，所述利用预设样本数据，对所述第二层集合进行权重参数迭代训练，直至所述待处理的终端模型满足预设收敛条件，完成轻量化处理，还包括：

若迭代训练后所述待处理的终端模型满足所述预设收敛条件，以各个所述第二层集合为路径节点，对所述待处理的终端模型进行层集合的路径搜索，得到满足预设性能指标要求的层集合路径，并将由所述层集合路径中各个路径节点组成的模型作为所述处理后的终端模型。