[发明专利]神经网络模型的测试方法、装置和电子设备在审
申请号: | 202110243031.X | 申请日: | 2021-03-04 |
公开(公告)号: | CN113033770A | 公开(公告)日: | 2021-06-25 |
发明(设计)人: | 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 |
主分类号: | G06N3/04 | 分类号: | G06N3/04 |
代理公司: | 泰和泰律师事务所 51219 | 代理人: | 祝海燕 |
地址: | 100190 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: | 神经网络 模型 测试 方法 装置 电子设备 | ||
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。
技术领域
本公开涉及计算机技术领域,尤其涉及一种神经网络模型的测试方法、装置和电子设备。
背景技术
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。
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。
发明内容
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。
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。
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;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。
第二方面,本公开实施例提供了一种神经网络模型的测试装置,该装置包括:获取单元,用于获取待测试神经网络模型的结构信息;第一确定单元,用于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;第二确定单元,用于根据所述运算操作的信息确定所述神经网络模型的前向传播耗时。
第三方面,本公开实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的神经网络模型的测试方法。
第四方面,本公开实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的神经网络模型的测试方法的步骤。
本公开实施例提供的神经网络模型的测试方法、装置和电子设备,通过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,实现了使用运行待测试神经网络模型所需的运算操作的运算量来预估待测试神经网络模型的前向传播耗时,从而在对神经网络模型进行前向传播耗时测试时,不会根据设备的处理器的不同而得到不同的耗时测试结果,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。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1是根据本公开的神经网络模型的测试方法的一个实施例的流程图;
图2是根据本公开的神经网络模型的测试方法的另一个实施例的流程图;
图3是根据本公开的神经网络模型的测试装置的一个实施例的结构示意图;
图4是本公开的一个实施例的神经网络模型的测试方法可以应用于其中的示例性系统架构;
图5是根据本公开实施例提供的电子设备的基本结构的示意图。
具体实施方式
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字跳网络技术有限公司,未经北京字跳网络技术有限公司许可,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/202110243031.X/2.html,转载请声明来源钻瓜专利网。