一种网络结构搜索方法及装置制造方法及图纸

本申请实施例公开了一种网络结构搜索方法及装置。所述方法包括：采用基因融合规则，将待预测子代的基因和种群中已有个体的基因分别进行融合，得到待预测基因融合结果；确定所述待预测基因融合结果的个体性能关系；其中，所述待预测基因融合结果的个体性能关系用于表示所述待预测基因融合结果中所述待预测子代的个体性能与所述已有个体的个体性能之间的优劣关系；根据各所述待预测基因融合结果的个体性能关系，确定所述待预测子代的适应度值；根据所述待预测子代的适应度值，从所述待预测子代中选择最优子代。执行本方案，可以实现网络结构搜索自动化，并在提高搜索效率的同时保证搜索性能。时保证搜索性能。时保证搜索性能。

【技术实现步骤摘要】
一种网络结构搜索方法及装置


[0001]本申请实施例涉及计算机应用
，尤其涉及一种网络结构搜索方法及装置。

技术介绍

[0002]网络结构搜索的主要目的是针对特定的待执行任务如目标分类任务搜索出最佳的神经网络架构。通常情况下，神经网络对于不同种类的任务需要调整大量的超参数，而在调整的过程中，优化神经网络的网络架构需要花费大量的精力。而网络结构搜索方法能够实现网络结构调整自动化，节省人力物力。
[0003]目前，自动化网络结构搜索方法如NASBOT(Neural architecture search with bayesian optimisation and optimal transport)算法被提出，该算法提供了一种基于高斯过程的网络结构搜索算法。该算法在基于高斯过程的代理模型的基础上，将OT(Optimal Transport，最优传输)问题应用至高斯过程核函数的求解之中，并最终将核函数由显示表达转换为隐式表达。算法在之后的迭代过程中，通过不断的求解OT来衡量两个不同网络之间的差异，以此来完成高斯过程对网络识别率的估计。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络结构搜索方法，其特征在于，所述方法包括：采用基因融合规则，将待预测子代的基因和种群中已有个体的基因分别进行融合，得到待预测基因融合结果；确定所述待预测基因融合结果的个体性能关系；其中，所述待预测基因融合结果的个体性能关系用于表示所述待预测基因融合结果中所述待预测子代的个体性能与所述已有个体的个体性能之间的优劣关系；根据各所述待预测基因融合结果的个体性能关系，确定所述待预测子代的适应度值；根据所述待预测子代的适应度值，从所述待预测子代中选择最优子代。2.根据权利要求1所述的方法，其特征在于，所述待预测子代的基因和所述已有个体的基因均包括N个元素，且每个元素包括M个子元素；采用基因融合规则，将待预测子代的基因和种群中已有个体的基因分别进行融合，得到待预测基因融合结果，包括：针对每一子元素，分别对待预测子代的基因中该子元素的基因数据与已有个体的基因中该子元素的基因数据进行第一运算与第二运算，得到第一运算结果和第二运算结果；按照各子元素的顺序，对所述第一运算结果和第二运算结果进行拼接，得到所述待预测基因融合结果；其中，所述第一运算与所述第二运算不同。3.根据权利要求1所述的方法，其特征在于，确定所述待预测基因融合结果的个体性能关系，包括：通过代理模型，确定所述待预测基因融合结果的个体性能关系；其中，所述代理模型通过如下方式训练得到：采用所述基因融合规则，对所述种群中不同已有个体的基因进行融合，得到已有基因融合结果；确定不同已有个体的个体性能之间的优劣关系，作为所述已有基因融合结果的标签数据；采用已有基因融合结果和所述已有基因融合结果的标签数据，对代理模型进行训练。4.根据权利要求3所述的方法，其特征在于，所述确定不同已有个体的个体性能之间的优劣关系，作为所述已有基因融合结果的标签数据，包括：按照如下公式确定所述已有基因融合结果的标签数据：其中，所述P
i
为第一已有个体n
i
的性能指数，P
j
为第二已有个体n
j
的性能指数；∈为偏置参数；y
i,j
为所述标签数据用于表示所述第一已有个体和所述第二已有个体的性能之间的优劣关系。5.根据权利要求1所述的方法，其特征在于，根据各所述待预测基因融合结果的个体性能关系，确定所述待预测子代的适应度值，包括：按照如下公式确定所述待预测子代的适应度值：
其中，所述N
p
为所述种群中已有个体的数量，所述i表示所述种群中已有个体的编号，所述score用于表示所述待预测子代的适应度值；y
i,k
和y
k,i
分别用于表示待预测基因融合结果V
i,k
和V
k,i
...

【专利技术属性】
技术研发人员：骆剑平，石睿，
申请(专利权)人：深圳大学，
类型：发明
国别省市：