技术特征：
1.一种目标业务网络确定方法，其特征在于，所述方法包括：获取待训练业务网络对应的对比网络、预设剪枝比例和训练业务数据集，所述训练业务数据集包括样本多媒体资源和所述样本多媒体资源对应业务标注处理结果；基于所述预设剪枝比例对所述对比网络进行剪枝处理，得到目标网络；基于所述训练业务数据集对所述对比网络和所述目标网络分别进行训练，得到所述对比网络对应的第一损失信息和所述目标网络对应的第二损失信息；基于所述第一损失信息和所述第二损失信息，对所述对比网络进行更新，基于更新后的对比网络和当前的预设剪枝比例，重复所述基于所述预设剪枝比例对所述对比网络进行剪枝处理，得到目标网络至所述基于所述第一损失信息和所述第二损失信息，对所述对比网络进行更新的剪枝迭代步骤，直至达到第一预设收敛条件；所述当前的预设剪枝比例为基于每次剪枝迭代步骤对应的单位增量比例对所述预设剪枝比例进行更新得到的；根据达到所述第一预设收敛条件时得到的对比网络或目标网络，确定所述待训练业务网络的目标业务网络。2.根据权利要求1所述的方法，其特征在于，所述基于所述第一损失信息和所述第二损失信息，对所述对比网络进行更新，包括：在所述第一损失信息大于所述第二损失信息的情况下，将训练后的目标网络作为更新后的对比网络；在所述第一损失信息小于等于所述第二损失信息的情况下，保持所述对比网络不变。3.根据权利要求1所述的方法，其特征在于，所述基于所述训练业务数据集对所述对比网络和所述目标网络分别进行训练，得到所述对比网络对应的第一损失信息和所述目标网络对应的第二损失信息，包括：从所述训练业务数据集中确定当前训练数据；将所述当前训练数据分别输入所述对比网络和所述目标网络进行业务处理，得到所述对比网络对应的第一业务处理结果和所述目标网络对应的第二业务处理结果；根据所述第一业务处理结果和所述当前训练数据对应的预设业务处理结果确定第一子损失信息；根据所述第二业务处理结果和所述当前训练数据对应的业务标注处理结果确定第二子损失信息；从所述训练业务数据集中重新确定所述当前训练数据；基于重新确定的所述当前训练数据重复所述将所述当前训练数据分别输入所述对比网络和所述目标网络进行业务处理，得到所述对比网络对应的第一业务处理结果和所述目标网络对应的第二业务处理结果至根据所述第二业务处理结果和所述当前训练数据对应的预设业务处理结果确定第二子损失信息的业务迭代步骤，至满足第二预设收敛条件；基于所述业务迭代步骤中得到的第一子损失信息确定所述第一损失信息；基于所述业务迭代步骤中得到的第二子损失信息确定所述第二损失信息。4.根据权利要求1所述的方法，其特征在于，所述根据达到所述第一预设收敛条件时得到的对比网络或目标网络，确定所述待训练业务网络的目标业务网络，包括：比对所述第一预设收敛条件对应的第一损失信息及对应的第二损失信息；在所述第一损失信息小于所述第二损失信息的情况下，将所述对比网络作为所述目标
业务网络；在所述第一损失信息大于等于所述第二损失信息的情况下，将所述目标网络作为所述目标业务网络。5.根据权利要求1所述的方法，其特征在于，所述基于所述预设剪枝比例对所述对比网络进行剪枝处理，得到目标网络，包括：获取所述对比网络中多个神经元各自对应的权重信息；根据所述预设剪枝比例和所述权重信息，筛选出所述对比网络中的目标神经元，并将所述目标神经元从所述对比网络中剪除。6.根据权利要求5所述的方法，其特征在于，所述根据所述预设剪枝比例和所述权重信息，筛选出所述对比网络中的目标神经元，包括：根据所述预设剪枝比例和所述对比网络中的神经元数量，得到目标剪除数量；将所述对比网络中的多个神经元按照所述权重信息进行升序排序，得到神经元序列；基于所述神经元序列和所述目标剪除数量，筛选出所述目标神经元。7.一种业务处理方法，其特征在于，包括：获取目标业务对应的待处理多媒体资源；将所述待处理多媒体资源输入根据权利要求1至6任一所述的目标业务网络确定方法得到的目标业务网络进行业务处理，得到所述待处理多媒体资源对应的业务处理结果。8.一种目标业务网络确定装置，其特征在于，所述装置包括：获取模块，用于获取待训练业务网络对应的对比网络、预设剪枝比例和训练业务数据集，所述训练业务数据集包括样本多媒体资源和所述样本多媒体资源对应业务标注处理结果；目标网络获取模块，用于基于所述预设剪枝比例对所述对比网络进行剪枝处理，得到目标网络；损失信息获取模块，用于基于所述训练业务数据集对所述对比网络和所述目标网络分别进行训练，得到所述对比网络对应的第一损失信息和所述目标网络对应的第二损失信息；执行模块，用于基于所述第一损失信息和所述第二损失信息，对所述对比网络进行更新，基于更新后的对比网络和当前的预设剪枝比例，重复所述基于所述预设剪枝比例对所述对比网络进行剪枝处理，得到目标网络至所述基于所述第一损失信息和所述第二损失信息，对所述对比网络进行更新的剪枝迭代步骤，直至达到第一预设收敛条件；所述当前的预设剪枝比例为基于每次剪枝迭代步骤对应的单位增量比例对所述预设剪枝比例进行更新得到的；目标业务网络确定模块，用于根据达到所述第一预设收敛条件时得到的对比网络或目标网络，确定所述待训练业务网络的目标业务网络。9.一种业务处理装置，其特征在于，包括：多媒体资源获取模块，用于获取目标业务对应的待处理多媒体资源；业务处理模块，用于将所述待处理多媒体资源输入根据权利要求1至6任一所述的目标业务网络确定方法得到的目标业务网络进行业务处理，得到所述待处理多媒体资源对应的业务处理结果。
10.一种电子设备，其特征在于，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行所述可执行指令以实现权利要求1至6中任意一项所述的目标业务网络确定方法，或如权利要求7所述的业务处理方法。
技术总结
本申请公开一种目标业务网络确定方法、业务处理方法及装置，涉及人工智能技术，包括：获取待训练业务网络对应的对比网络、预设剪枝比例和训练业务数据集；基于预设剪枝比例对对比网络进行剪枝处理，得到目标网络；基于训练业务数据集对对比网络和目标网络分别进行训练，得到对比网络对应的第一损失信息和目标网络对应的第二损失信息；基于第一损失信息和第二损失信息，对对比网络进行更新，基于更新后的对比网络和当前的预设剪枝比例，重复剪枝迭代步骤，直至达到第一预设收敛条件；根据达到第一预设收敛条件时得到的对比网络或目标网络，确定待训练业务网络的目标业务网络。根据本申请的技术方案，可实现神经网络训练效率和精度之间的平衡。之间的平衡。之间的平衡。
技术研发人员：刘文然
受保护的技术使用者：腾讯科技（深圳）有限公司
技术研发日：2022.03.21
技术公布日：2022/6/14