本发明公开了一种基于动态时序图的模型性能推理方法与装置,通过将神经网络模型的训练过程映射为时间演化图,提取时间演化图中的节点特征,为了能够预测异构模型的性能,提出进一步提取节点特征中的多维统计特征,将多维统计特征聚合为时序特征,实现对模型性能的预测。本发明方法提出的神经网络模型构图方式,比现有的卷积层中的展开构图方式更简洁、计算效率更高,同时不会牺牲预测任务的性能。本发明通过捕获模型训练阶段早期的神经网络动态来解决神经网络模型性能预测问题,能减少神经网络训练结果的不确定性,提高模型训练效率。
📄 2022102154865
📂 G06F30_27
👤 浙江工业大学
📅 2022-03-07