[发明专利]一种前向耗时的确定方法、装置及设备

权利要求书

1.一种前向耗时的确定方法，其特征在于，所述方法包括：

将待测神经网络划分为多个子网络；

从所述多个子网络中选取至少一个子网络作为目标子网络；

针对每个目标子网络，确定与所述目标子网络对应的子网络集合；其中，所述子网络集合包括所述目标子网络和所述目标子网络的关联子网络，所述关联子网络为所述多个子网络中除所述目标子网络之外的子网络；

根据所述子网络集合的信息获取所述目标子网络的耗时；

根据每个目标子网络的耗时确定所述待测神经网络的前向耗时。

2.根据权利要求1所述的方法，其特征在于，

基于所述多个子网络的顺序关系，所述关联子网络为：

所述目标子网络相邻的前M1个子网络；或者，

所述目标子网络相邻的后M2个子网络；或者，

所述目标子网络相邻的前M3个子网络和相邻的后M4个子网络；

其中，M1，M2，M3和M4均为正整数。

3.根据权利要求1或2所述的方法，其特征在于，

所述子网络集合还包括所述目标子网络与所述关联子网络组成的整体网络。

4.根据权利要求1或2所述的方法，其特征在于，

所述子网络集合的信息为所述子网络集合的网络标识，所述根据所述子网络集合的信息获取所述目标子网络的耗时，包括：

通过所述子网络集合的网络标识查询映射关系表，得到与所述网络标识对应的所述目标子网络的耗时；其中，所述映射关系表包括子网络集合的网络标识与该子网络集合对应的目标子网络的耗时之间的对应关系。

5.根据权利要求4所述的方法，其特征在于，

所述映射关系表的获取方式包括：

获取子网络集合，所述子网络集合包括目标子网络和关联子网络；

将测试数据输入到所述子网络集合，由所述子网络集合中的目标子网络和关联子网络对所述测试数据进行处理；

根据所述测试数据的处理结果确定所述目标子网络的耗时；

将所述子网络集合的网络标识与所述目标子网络的耗时记录到映射关系表。

6.根据权利要求1或2所述的方法，其特征在于，

所述子网络集合的信息为所述子网络集合的网络特征，所述根据所述子网络集合的信息获取所述目标子网络的耗时，包括：

基于函数映射模型，确定所述子网络集合的每个网络特征的耗时；其中，所述函数映射模型包括网络特征与该网络特征的耗时之间的对应关系；

根据所述子网络集合的每个网络特征的耗时，获取所述目标子网络的耗时；或者，从所述子网络集合的所有网络特征中选取所述目标子网络的网络特征，根据所述目标子网络的网络特征的耗时，获取所述目标子网络的耗时。

7.根据权利要求6所述的方法，其特征在于，所述基于函数映射模型，确定所述子网络集合的每个网络特征的耗时之前，所述方法还包括：

获取所述子网络集合的属性数据，采用预设编码方式对所述子网络集合的属性数据进行编码，得到所述子网络集合的网络特征。

8.根据权利要求1或2所述的方法，其特征在于，

所述从所述多个子网络中选取至少一个子网络作为目标子网络，包括：

将所述多个子网络中的部分子网络选取为目标子网络；或者，

将所述多个子网络中的全部子网络选取为目标子网络。

9.根据权利要求8所述的方法，其特征在于，

若将所述多个子网络中的部分子网络选取为目标子网络，所述方法还包括：

针对所述多个子网络中除目标子网络之外的每个剩余子网络，根据所述剩余子网络的信息获取所述剩余子网络的耗时；

根据每个目标子网络的耗时确定所述待测神经网络的前向耗时，包括：

根据每个目标子网络的耗时以及每个剩余子网络的耗时，确定所述待测神经网络的前向耗时。