网络架构搜索方法、装置、电子设备及介质制造方法及图纸

本发明专利技术涉及智能决策技术，揭露一种网络架构搜索方法，包括：获取搜索空间的位置信息；根据所述位置信息通过布谷鸟算法在所述搜索空间中进行网络架构搜索，得到多目标网络架构集；根据预设的性能评估模型对所述多目标网络架构集中的多个目标网络架构进行评估处理，得到评估结果；判断所述评估结果是否满足预设的评估条件；若所述评估结果满足所述评估条件，确定所述评估结果对应的目标网络架构为最终网络架构。本发明专利技术还涉及区块链技术，所述评估结果等可以存储在区块链节点中。本发明专利技术还揭露一种网络架构搜索装置、电子设备及存储介质。本发明专利技术可以解决现有搜索方法无法搜索出同时满足多个目标的网络架构的问题。满足多个目标的网络架构的问题。满足多个目标的网络架构的问题。

【技术实现步骤摘要】
网络架构搜索方法、装置、电子设备及介质


[0001]本专利技术涉及智能决策
，尤其涉及一种网络架构搜索方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]深度神经网络在图像识别、语音识别和语言建模等领域得到了广泛的应用，但是在资源受限的移动设备或者嵌入式设备等平台上部署这些网络是很困难的，因此通常需要搜索用于资源有限的移动设备的网络架构。
[0003]现有的网络架构搜索方法是利用基于梯度的方法在搜索空间中进行搜索，但是基于梯度的方法侧重于单一的目标最小化一个任务的误差度量，即仅适用于单一目标的搜索，无法搜索出同时满足多个不同目标的网络架构。

技术实现思路

[0004]本专利技术提供一种网络架构搜索方法、装置、电子设备及计算机可读存储介质，其主要目的在于解决现有搜索方法无法搜索出同时满足多个目标的网络架构的问题。
[0005]为实现上述目的，本专利技术提供的一种网络架构搜索方法，包括：
[0006]获取搜索空间的位置信息；
[0007]根据所述位置信息通过布谷鸟算法在所述搜索空间本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络架构搜索方法，其特征在于，所述方法包括：获取搜索空间的位置信息；根据所述位置信息通过布谷鸟算法在所述搜索空间中进行网络架构搜索，得到多目标网络架构集；根据预设的性能评估模型对所述多目标网络架构集中的多个目标网络架构进行评估处理，得到评估结果；判断所述评估结果是否满足预设的评估条件；若所述评估结果满足所述评估条件，确定所述评估结果对应的目标网络架构为最终网络架构。2.如权利要求1所述的网络架构搜索方法，其特征在于，所述获取搜索空间的位置信息之前，所述方法还包括：获取预设的神经网络单元；利用预设的连接方式对所述神经网络单元进行排列组合处理，得到搜索空间。3.如权利要求1所述的网络架构搜索方法，其特征在于，所述根据所述位置信息通过布谷鸟算法在所述搜索空间中进行网络架构搜索，得到多目标网络架构集，包括：根据所述位置信息获取所述搜索空间中的候选架构集和所述候选架构集的相关参数；计算所述候选架构集中各个候选架构的适应度值；将所述候选架构集中适应度值大于预设适应阈值的候选架构进行汇总，得到初始候选架构集；计算所述初始候选架构集中候选架构的适应变化率；若不存在小于固定阈值的适应变化率，确定所述初始候选架构集为所述多目标网络架构集；若存在小于固定阈值的适应变化率，将小于固定阈值的适应变化率对应的候选架构进行更新，得到标准网络架构集；获取预设的随机数，比较所述随机数和所述标准网络架构集中任意网络架构所对应的目标概率的大小；删除小于所述随机数的目标概率所对应网络架构，保留大于或者等于所述随机数的目标概率所对应网络架构，得到所述多目标网络架构集。4.如权利要求3所述的网络架构搜索方法，其特征在于，所述计算所述初始候选架构集中候选架构的适应变化率，包括：计算所述初始网络架构集中网络架构在预设的第一迭代数时的第一适应度值和在预设的第二迭代数时的第二适应度值；根据预设的变化率公式计算所述第一适应度值和所述第二适应度值之间的适应变化率；确定所述适应变化率为所述候选架构的适应变化率。5.如权利要求...

【专利技术属性】
技术研发人员：张楠，王健宗，瞿晓阳，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：