(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202110239644.6 (22)申请日 2021.03.04 (66)本国优先权数据 202011465879.9 2020.12.14 CN (71)申请人 华为技术有限公司 地址 518129 广东省深圳市龙岗区坂田华 为总部办公楼 (72)发明人 杨政　汪凯　 (74)专利代理 机构 深圳市深佳知识产权代理事 务所(普通 合伙) 44285 专利代理师 王仲凯 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/12(2006.01) (54)发明名称 一种模型处 理方法及相关装置 (57)摘要 本申请公开了一种模型处理方法及相关装 置， 属于人工智能领域， 用于模型调优。 该方法包 括： 获取第一模型； 拆 分第一模型， 得到至少一个 第一子图； 基于遗传算法对至少一个第一子图进 行寻优操作， 得到优化后的至少一个第二子图； 基于至少一个第二子图获取第二模 型。 优化过程 中减少人工操作， 降低用户掌握专业的性能优化 技能的要求。 权利要求书3页 说明书17页 附图9页 CN 114626284 A 2022.06.14 CN 114626284 A 1.一种模型处 理方法， 其特 征在于， 包括： 获取第一模型； 拆分所述第一模型， 得到 至少一个第一子图； 基于遗传算法对所述至少一个第 一子图进行寻优操作， 得到优化后的至少一个第 二子 图， 所述至少一个第一子图与所述至少一个第二子图一 一对应； 基于所述至少一个第二子图获取第二模型。 2.根据权利要求1所述的方法， 其特征在于， 基于遗传算法对每个第 一子图进行寻优操 作， 包括： 步骤1： 使用多个第一策略对所述第一子图进行调整， 得到多个第三子图； 步骤2： 根据所述多个第三子图的性能数值选择 所述多个第三子图中的第四子图； 步骤3： 使用多个第二策略对所述第四子图进行调整， 得到多个第五子图； 步骤4： 从所述多个第五子 图中选择性能数值满足预设条件的子 图作为优化后的第二 子图。 3.根据权利要求2所述的方法， 其特 征在于， 所述方法还 包括： 重复执行步骤1、 步骤2、 步骤3以及步骤4至 重复执行的次数 大于或等于第一预设阈值。 4.根据权利要求2或3所述的方法， 其特征在于， 所述根据所述多个第三子 图的性能数 值选择所述多个第三子图中的第四子图， 包括： 运行所述多个第三子图得到多个性能数值； 确定所述多个第三子图中性能数值大于或等于第二预设阈值的子图为所述第四子图。 5.根据权利要求1至4中任一项所述的方法， 其特征在于， 所述第一模型包括第一人工 智能AI算子以及第二AI 算子； 所述拆分所述第一模型， 得到 至少一个第一子图， 包括： 基于所述第二AI 算子为拆分点拆分所述第一AI 算子， 得到 至少一个所述第一子图。 6.根据权利要求1至5中任一项所述的方法， 其特征在于， 所述基于所述至少一个第二 子图获取第二模型， 包括： 合并所述至少一个第二子图， 得到所述第二模型。 7.根据权利要求1至 6中任一项所述的方法， 其特 征在于， 所述方法还 包括： 当拆分所述第一模型， 得到 至少一个第一子图时， 记录第一工作流； 当基于遗传算法对所述至少一个第 一子图进行寻优操作， 得到优化后的至少一个第 二 子图时， 记录第二工作流； 当基于所述至少一个第二子图获取 所述第二模型时， 纪录第三工作流。 8.根据权利要求7 所述的方法， 其特 征在于， 所述方法还 包括： 读取工作流， 所述工作流包括所述第一工作流、 所述第二工作流或所述第三工作流中 的至少一种； 恢复至记录所述工作流 时子图的状态， 所述子图包括所述第 一子图、 所述第 二子图、 所 述第三子图、 所述第四子图或所述第五子图中的至少一种。 9.根据权利要求1至8中任一项所述的方法， 其特 征在于， 所述方法还 包括： 获取所述第一模型的第一 性能数值与所述第二模型的第二 性能数值。 10.根据权利要求9所述的方法， 其特 征在于， 所述方法还 包括：权　利　要　求　书 1/3 页 2 CN 114626284 A 2若所述第二性能数值与所述第一性能数值的差值超过第三预设阈值， 则输出提示信 息， 所述提示信息用于指示所述第一模型调优成功。 11.一种模型处 理装置， 其特 征在于， 包括： 获取单元， 用于获取第一模型； 拆分单元， 用于拆分所述第一模型， 得到 至少一个第一子图； 寻优单元， 用于基于遗传算法对所述至少一个第一子 图进行寻优操作， 得到优化后的 至少一个第二子图， 所述至少一个第一子图与所述至少一个第二子图一 一对应； 所述获取 单元， 还用于基于所述至少一个第二子图获取第二模型。 12.根据权利要求1 1所述的装置， 其特 征在于， 所述 寻优单元包括： 调整子单 元， 用于使用多个第一策略对所述第一子图进行调整， 得到多个第三子图； 选择子单元， 用于根据 所述多个第 三子图的性能数值选择所述多个第 三子图中的第四 子图； 所述调整子单 元， 还用于多个第二策略对所述第四子图进行调整， 得到多个第五子图； 所述选择子单元， 还用于从所述多个第五子图中选择性 能数值满足预设条件的子图作 为优化后的第二子图。 13.根据权利要求12所述的装置， 其特征在于， 所述调整子单元重复执行调整的步骤， 所述选择子单 元重复执 行选择的步骤至 重复执行的次数 大于或等于第一预设阈值。 14.根据权利要求12或13所述的装置， 其特征在于， 所述选择子单元， 具体用于运行所 述多个第三子图得到多个性能数值； 所述选择子单元， 具体用于确定所述多个第 三子图中性 能数值大于或等于第 二预设阈 值的子图为所述第四子图。 15.根据权利要求11至14中任一项所述的装置， 其特征在于， 所述第 一模型包括第一人 工智能AI 算子以及第二AI 算子； 所述拆分单元， 具体用于基于所述第二AI算子为拆分点拆分所述第一AI算子， 得到至 少一个所述第一子图。 16.根据权利要求11至15中任一项所述的装置， 其特征在于， 所述获取单元， 具体用于 合并所述至少一个第二子图， 得到所述第二模型。 17.根据权利要求11至16中任一项所述的装置， 其特征在于， 所述模型处理装置还包 括： 记录单元， 用于当拆分所述第一模型， 得到 至少一个第一子图时， 记录第一工作流； 所述记录单元， 还用于当基于遗传算法对所述至少一个第一子 图进行寻优操作， 得到 优化后的至少一个第二子图时， 记录第二工作流； 所述记录单元， 还用于当基于所述至少一个第二子 图获取所述第二模型时， 纪录第三 工作流。 18.根据权利要求17 所述的装置， 其特 征在于， 所述模型处 理装置还 包括： 读取单元， 用于读取工作流， 所述工作流包括所述第 一工作流、 所述第 二工作流或所述 第三工作流中的至少一种； 恢复至记录所述工作流 时子图的状态， 所述子图包括所述第 一子图、 所述第 二子图、 所 述第三子图、 所述第四子图或所述第五子图中的至少一种。权　利　要　求　书 2/3 页 3 CN 114626284 A 3