神经网络结构的生成方法、装置、存储介质及电子设备制造方法及图纸

本申请公开了神经网络结构的生成方法、装置、存储介质及电子设备，涉及人工智能、深度学习技术领域，该方法可应用于图像处理或语音识别。具体实现方案为：对搜索空间内的网络结构集合进行采样，以得到多个候选网络结构，其中，候选网络结构包括多条边，各条边对应至少一种节点选取操作；采用训练数据集分别对多个候选网络结构进行训练，并获取训练后的多个候选网络结构基于各种节点选取操作的目标检测效果；以及根据目标检测效果，在搜索空间的网络结构集合之中进行搜索以生成目标神经网络结构，能够有效增强目标神经网络结构对目标检测的训练数据集的特征提取能力，提升神经网络结构的搜索效率，提升神经网络结构的搜索效果。

【技术实现步骤摘要】
神经网络结构的生成方法、装置、存储介质及电子设备
本申请涉及计算机
，具体涉及人工智能、深度学习
，尤其涉及神经网络结构的生成方法、装置、存储介质及电子设备。
技术介绍
近年来，随着深度学习以及计算机视觉技术的发展，人工设计的神经网络结构数量开始呈现爆发式增长，而人工设计的神经网络结构存在设计经验化、任务针对性不足等问题，由此，更多的用户希望针对当前需求的模型任务，产生特定化的网络结构以及参数，这种建模需求促使神经网络结构搜索方法的形成。
技术实现思路
提供了一种神经网络结构的生成方法、装置、存储介质及电子设备，能够有效增强目标神经网络结构对目标检测的训练数据集的特征提取能力，提升神经网络结构的搜索效率，提升神经网络结构的搜索效果。根据第一方面，提供了一种神经网络结构的生成方法，包括：对搜索空间内的网络结构集合进行采样，以得到多个候选网络结构，其中，所述候选网络结构包括多条边，各条所述边对应至少一种节点选取操作；采用训练数据集分别对所述多个候选网络结构进行训练，并获取训练后的多个所述候选网络结构基于各种所本文档来自技高网...

【技术保护点】
1.一种神经网络结构的生成方法，包括：/n对搜索空间内的网络结构集合进行采样，以得到多个候选网络结构，其中，所述候选网络结构包括多条边，各条所述边对应至少一种节点选取操作；/n采用训练数据集分别对所述多个候选网络结构进行训练，并获取训练后的多个所述候选网络结构基于各种所述节点选取操作的目标检测效果；以及/n根据所述目标检测效果，在所述搜索空间的所述网络结构集合之中进行搜索以生成目标神经网络结构。/n

【技术特征摘要】
1.一种神经网络结构的生成方法，包括：
对搜索空间内的网络结构集合进行采样，以得到多个候选网络结构，其中，所述候选网络结构包括多条边，各条所述边对应至少一种节点选取操作；
采用训练数据集分别对所述多个候选网络结构进行训练，并获取训练后的多个所述候选网络结构基于各种所述节点选取操作的目标检测效果；以及
根据所述目标检测效果，在所述搜索空间的所述网络结构集合之中进行搜索以生成目标神经网络结构。


2.根据权利要求1所述的神经网络结构的生成方法，其中，所述根据所述目标检测效果，在所述搜索空间的所述网络结构集合之中进行搜索以生成目标神经网络结构，包括：
根据所述目标检测效果，对所述网络结构集合内的所述各条边对应的部分节点选取操作进行删除处理；
判断删除处理后的目标网络结构集合是否满足设定条件；
当所述目标网络结构集合满足所述设定条件时，执行对所述目标网络结构集合内剩余的节点的选取操作，以生成目标神经网络结构；
当所述目标网络结构集合不满足所述设定条件时，对所述搜索空间内的目标网络结构集合进行采样。


3.根据权利要求2所述的神经网络结构的生成方法，其中，所述根据所述目标检测效果，对所述网络结构集合内的各条所述边对应的部分节点选取操作进行删除处理，包括：
根据所述目标检测效果，确定所述各条边对应的各所述节点选取操作的评分值；
针对所述各条边，删除最小的评分值所属的节点选取操作。


4.根据权利要求3所述的神经网络结构的生成方法，其中，所述根据所述目标检测效果，确定各条所述边对应的节点选取操作的评分值，包括：
针对各种所述节点选取操作，分别确定其基于每个所述候选网络结构的目标检测效果下的第一评分值；
当所述节点选取操作被多个所述候选网络结构所采样时，确定多个所述候选网络结构对应的多个所述第一评分值的均值，并将所述均值作为所述对应的评分值；
当所述节点选取操作仅被一个所述候选网络结构所采样时，则直接将所述候选网络结构相应的第一评分值作为所述对应的评分值。


5.根据权利要求2-4任一项所述的神经网络结构的生成方法，其中，
当所述目标网络结构集合内，各条所述边仅对应一种节点选取操作时，确定所述目标网络结构集合满足所述设定条件。


6.根据权利要求1所述的神经网络结构的生成方法，其中，在所述对搜索空间内的网络结构集合进行采样之前，还包括：
获取初始数据集；
基于目标检测的任务对所述初始数据集进行增广处理，得到增广数据集；
其中，在所述采用训练数据集分别对所述多个候选网络结构进行训练之前，还包括：
从所述增广数据集内提取所述训练数据集。


7.根据权利要求6所述的神经网络结构的生成方法，其中，所述获取训练后的多个所述候选网络结构基于各种所述节点选取操作的目标检测效果，包括：
从所述增广数据集内提取验证数据集；
采用所述验证数据集，对所述训练后的多个所述候选网络结构基于各种所述节点选取操作的检测效果进行验证，以得到所述目标检测效果。


8.一种神经网络结构的生成装置，包括：
采样模块，用于对搜索空间内的网络结构集合进行采样，以得到多个候选网络结构，其中，所述候...

【专利技术属性】
技术研发人员：徐昇，张滨，苑鹏程，林书妃，韩树民，徐英博，冯原，辛颖，王晓迪，刘静伟，文石磊，章宏武，丁二锐，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11