[发明专利]模型的离线量化方法、装置、电子设备以及存储介质在审
申请号: | 202010605274.9 | 申请日: | 2020-06-29 |
公开(公告)号: | CN111967491A | 公开(公告)日: | 2020-11-20 |
发明(设计)人: | 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 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/12 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 王萌 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 模型 离线 量化 方法 装置 电子设备 以及 存储 介质 | ||
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,对所述待量化模型进行离线量化,以生成目标量化模型。
10.根据权利要求9所述的模型的离线量化装置,其中,所述搜索模块,包括:
第一获取单元,用于获取所述多个离线量化策略对应的多个编码;
第二获取单元,用于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。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010605274.9/1.html,转载请声明来源钻瓜专利网。