【技术实现步骤摘要】
神经网络结构的搜索方法、图像处理方法和装置
[0001]本申请涉及人工智能领域,并且更具体地,涉及一种神经网络结构的搜索方法、图像处理方法和装置。
技术介绍
[0002]人工智能(artificial intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
[0003]随着人工智能技术的快速发展,神经网络(例如,深度神经网络)近年来在图像、视频以及语音等多种媒体信号的处理与分析中取得了很大的成就。一个性能优良的神经网络往往拥有精妙的网络结构,而这需要具有高超技能和丰富经验的人类专家花费大量精力进行构建。为了更好地构建神经网络,人们提出了通过神经网络结构搜索(neural architecture search,NAS)的方法来搭建神经网络,通过自动化地搜索神经网络结构,从而得到性能优异的神经网络结构。
[0004]在传统的神经网络结构搜索的方法中,首先需要定义一个原则上可以表征的全部的网络架构的搜索空间,然后通过搜索策略从搜索空间中找出候选网络结构并对其进行评估,根据反馈结果进行下一轮的搜索,经过多轮搜索后最终只保留一个子网络结构。然而对于不同的应用场景,资源约束条件不同,传统的神经网 ...
【技术保护点】
【技术特征摘要】
1.一种神经网络结构的搜索方法,其特征在于,包括:根据目标任务确定搜索网络,所述搜索网络包括结构空间和参数空间,所述结构空间包括多个子网络结构,所述参数空间包括多个参数,其中,每个子网络结构对应所述参数空间中的至少一个参数;根据目标任务的训练数据,对所述参数空间进行更新,以获取更新参数空间;从所述搜索网络中确定子网络集合,所述子网络集合包括所述多个子网络结构中的多个第一子网络结构;对所述子网络集合进行更新,以获取更新子网络集合,所述更新子网络集合包括所述多个子网络结构中的多个第二子网络结构;根据所述更新参数空间和所述更新子网络集合,确定与所述目标任务对应的多个目标神经网络。2.根据权利要求1所述的搜索方法,其特征在于,所述根据目标任务的训练数据,对所述参数空间进行更新,以获取更新参数空间,包括:输入所述目标任务的训练数据;基于梯度反向传播算法对所述参数空间进行更新,其中所述参数空间的梯度为所述多个第一子网络结构中的部分第一子网络结构所对应的参数梯度的平均值。3.根据权利要求1或2所述的搜索方法,其特征在于,所述对所述子网络集合进行更新,以获取更新子网络集合,包括:基于粒子群算法、遗传算法和烟花算法中的任意一种算法对所述多个第一子网络结构进行处理,得到下一代子网络结构;基于非支配排序算法,根据第一度量目标对所述多个第一子网络结构和所述下一代子网络结构进行等级划分得到第一次等级划分结果;基于非支配排序算法,根据第二度量目标对所述多个第一子网络结构和所述下一代子网络结构进行等级划分得到第二次等级划分结果;将所述第一次等级划分结果与所述第二次等级划分结果中相同等级中所包括的子网络结构分别进行合并,得到合并的等级划分结果;从合并的等级划分结果中选择多个子网络结构为所述多个第二子网络结构。4.根据权利要求3所述的搜索方法,其特征在于,所述第一度量目标包括参数量、网络运行时间、网络所需运行内存、网络计算量、能耗、浮点运算数目中的至少一个和准确率,所述第二度量目标包括参数量、网络运行时间、网络所需运行内存、网络计算量、能耗、浮点运算数目中的至少一个和准确率的增长速率。5.根据权利要求1至4中任一项所述的搜索方法,其特征在于,还包括:获取待处理目标任务数据;根据终端设备的计算资源和/或存储资源从所述多个目标神经网络中选择第一目标神经网络;根据所述第一目标神经网络对所述待处理目标任务数据进行处理,得到与所述目标任务对应的处理结果。6.一种神经网络结构的搜索方法,其特征在于,包括:根据目标任务确定搜索网络,所述搜索网络包括结构空间,所述结构空间包括多个子
网络结构;从所述搜索网络中确定子网络集合,所述子网络集合包括所述多个子网络结构中的多个第一子网络结构;对所述子网络集合进行更新,以获取更新子网络集合,所述更新子网络集合包括所述多个子网络结构中的多个第二子网络结构;根据所述更新子网络集合,确定与所述目标任务对应的多个目标神经网络。7.根据权利要求6所述的搜索方法,其特征在于,所述对所述子网络集合进行更新,以获取更新子网络集合,包括:基于粒子群算法、遗传算法和烟花算法中的任意一种算法对所述多个第一子网络结构进行处理,得到下一代子网络结构;基于非支配排序算法,根据第一度量目标对所述多个第一子网络结构和所述下一代子网络结构进行等级划分得到第一次等级划分结果;基于非支配排序算法,根据第二度量目标对所述多个第一子网络结构和所述下一代子网络结构进行等级划分得到第二次等级划分结果;将第一次等级划分结果与所述第二次等级划分结果中相同等级中所包括的子网络结构分别进行合并,得到合并的等级划分结果;从合并的等级划分结果中选择多个子网络结构为所述多个第二子网络结构。8.根据权利要求7所述的搜索方法,其特征在于,所述第一度量目标包括参数量、网络运行时间、网络所需运行内存、网络计算量、能耗、浮点运算数目中的至少一个和准确率,所述第二度量目标包括参数量、网络运行时间、网络所需运行内存、网络计算量、能耗、浮点运算数目中的至少一个和准确率的增长速率。9.一种图像处理方法,应用于终端设备,其特征在于,包括:获取待处理图像;根据所述终端设备的计算资源和/或存储资源从多个目标神经网络中选择第一目标神经网络;根据所述第一目标神经网络对所述待处理图像进行分类,得到所述待处...
【专利技术属性】
技术研发人员:陈醒濠,杨朝晖,王云鹤,许春景,
申请(专利权)人:华为技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。