[发明专利]数据处理方法、数据处理装置、存储介质与电子设备

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取目标模型的数据，以作为待处理数据；

利用预先训练的策略模型对所述待处理数据的结构特征数据进行处理，得到对应的指标数据，所述指标数据包括所述目标模型的成本指标预测数据和/或性能指标预测数据；

根据所述指标数据更新所述结构特征数据；

利用更新后的结构特征数据调整所述待处理数据。

2.根据权利要求1所述的方法，其特征在于，所述根据所述指标数据更新所述结构特征数据，包括以下迭代过程：

获取所述指标数据对所述结构特征数据的梯度；

通过所述梯度更新所述结构特征数据；

利用所述策略模型对更新后的结构特征数据进行处理，以更新所述指标数据；

当所述指标数据收敛时，确定当前的结构特征数据；

当所述指标数据未收敛时，跳转至获取所述指标数据对所述结构特征数据的梯度的步骤。

3.根据权利要求2所述的方法，其特征在于，所述通过所述梯度更新所述结构特征数据，包括：

以所述梯度与预设步长之积确定当前迭代步长；

以所述结构特征数据与所述当前迭代步长之差更新所述结构特征数据。

4.根据权利要求2所述的方法，其特征在于，所述指标数据与所述成本指标预测数据正相关，及/或所述指标数据与所述性能指标预测数据负相关；

在更新所述指标数据后，所述方法还包括：

当所述指标数据减小时，判断所述指标数据是否收敛；

当所述指标数据增大时，调整迭代参数和/或所述结构特征数据，并重新开始所述迭代过程。

5.根据权利要求1所述的方法，其特征在于，所述结构特征数据包括所述待处理数据的位长数据；所述利用更新后的结构特征数据调整所述待处理数据，包括：

采用所述位长数据，将所述待处理数据由浮点型数据转换为整型数据。

6.根据权利要求5所述的方法，其特征在于，所述采用所述位长数据，将所述待处理数据由浮点型数据转换为整型数据，包括：

以n表示所述位长数据，w表示所述待处理数据；

当|w|1时，将w转换为int(w·2ⁿ)/2ⁿ；

当1≤|w|2ⁿ时，将w转换为int(w)；

当|w|≥2ⁿ时，将w转换为int(w/2ⁿ)·2ⁿ；

其中，int()表示取整函数。

7.根据权利要求1所述的方法，其特征在于，所述结构特征数据包括修剪阈值；所述利用更新后的结构特征数据调整所述待处理数据，包括：

将绝对值小于所述修剪阈值的待处理数据替换为0。

8.根据权利要求1所述的方法，其特征在于，所述策略模型，通过以下方式训练获得：

获取种子模型，所述种子模型与所述目标模型的类型相同；

调整所述种子模型的结构特征，得到多个样本模型，并训练所述样本模型；

根据所述样本模型的数据提取结构特征样本数据，并与所述样本模型的指标数据形成数据集；

利用所述数据集训练所述策略模型。

9.根据权利要求1至8任一项所述的方法，其特征在于，所述目标模型包括图像处理网络，所述目标模型的数据包括所述图像处理网络中每一层的权重和/或偏置。