摘要
本发明提出了基于人工智能模型的自主算力测试方法及系统,方法包括:获取人工智能模型库的模型文件,并加载成静态图结构,对所述静态图结构的节点进行结构特征提取,以构成对应节点的初始嵌入向量,并输入感知网络,以获得任务分解策略集合;通过输入向量进行模型预测,得到在当前任务分解策略集合和对应的调度配置参数集下,相对于参考策略在目标硬件上产生的性能偏差;根据性能偏差的数值区间,判断策略的稳健性水平,调用所述任务分解策略集合和对应的调度配置参数集部署在系统,并执行真实推理任务,并构建对应的动态响应数据集以及计算响应于所述动态响应数据集的响应评分;通过计算结构性复杂评分,以输出最终测评报告与综合评分。
技术关键词
人工智能模型
策略
测试方法
节点
结构特征提取
偏差
动态
参数
模型库
密度
报告
矩阵
数据
复杂度
网络
功耗
瓶颈
数值
格式
线性
系统为您推荐了相关专利信息
深度Q学习
深度强化学习
小波阈值去噪方法
创新型
连续动作空间
虚拟现实VR设备
数据采集系统
数据采集模块
多深度相机
机械臂