一种搜索方法、装置和电子设备制造方法及图纸

本发明专利技术实施例提供了一种搜索方法、装置和电子设备，其中，所述方法包括：获取与文本识别任务对应的网络构建信息，所述网络构建信息包括：搜索空间信息、样本数据和搜索指标；基于所述搜索空间信息构建超网络，并基于所述样本数据对超网络进行训练，其中，所述超网络包括多个子网络；基于所述搜索指标从训练后的超网络搜索子网络，得到用于执行所述文本识别任务的目标网络；相对于现有技术需要人工手动设计网络而言，本发明专利技术实施例能够快速的构建出用于执行文本识别任务的网络。行文本识别任务的网络。行文本识别任务的网络。

【技术实现步骤摘要】
一种搜索方法、装置和电子设备


[0001]本专利技术涉及数据处理
，特别是涉及一种搜索方法、装置和电子设备。

技术介绍

[0002]当前人类所面临的重大科学技术研究任务之一，是要揭示大脑的工作机制和人类智能的本质，制造出具有完成人类智能活动能力的人工智能系统。神经网络是从脑的神经系统结构出发来研究脑的功能，研究人脑简单的神经元的信息处理能力及其动态行为。经过几十年的发展，现在神经网络对一直困扰计算机科学和符号处理的一些难题可以得到比较令人满意的解答；被广泛应用于图像识别、模式识别、自动控制、信号处理、辅助决策、人工智能等众多领域。
[0003]其中，基于神经网络设计的图像识别算法能够获得很高的准确性，但同时其对计算力要求较高，使得将其移植到计算力有限的移动端上非常困难。为了能够获得计算力和算法精度的平衡，人们手工设计出了一些轻量级的网络结构，使得在移动端上运行高精度的图像识别算法成为了可能。但是手工设计网络的难度巨大，需要耗费大量的人力物力和时间。

技术实现思路

[0004]本专利技术实施例提供一种搜索方法，以快速本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种搜索方法，其特征在于，包括：获取与文本识别任务对应的网络构建信息，所述网络构建信息包括：搜索空间信息、样本数据和搜索指标；基于所述搜索空间信息构建超网络，并基于所述样本数据对超网络进行训练，其中，所述超网络包括多个子网络；基于所述搜索指标从训练后的超网络搜索子网络，得到用于执行所述文本识别任务的目标网络。2.根据权利要求1所述的方法，其特征在于，所述搜索空间信息包括：用于构建超网络的多个模块对应的分支构建形式；所述基于所述搜索空间信息构建超网络，包括：从所述搜索空间信息中，提取各模块对应的分支构建形式；针对每一个模块，按照所述模块对应的分支构建形式构建所述模块的各分支；并将所述模块的各个分支并联，构建所述模块；将各模块串联，构建所述超网络。3.根据权利要求2所述的方法，其特征在于，所述将各模块串联，构建所述超网络，包括：将所述各模块串联并将每个模块各自的输入与输出连接，构建所述超网络。4.根据权利要求1所述的方法，其特征在于，所述样本数据包括训练数据，所述训练数据包括训练样本数据和所述训练样本数据对应的参考样本数据，所述基于所述样本数据对超网络进行训练，包括：从所述超网络中选取一子网络，将训练样本数据输入至所述选取出的子网络中进行前向计算，得到所述选取出的子网络输出的数据；基于所述选取出的子网络输出的数据和参考样本数据对，所述选取出的子网络进行反向传播。5.根据权利要求4所述的方法，其特征在于，所述超网络由多个模块串联构成，每个模块由多个分支并联构成；所述从所述超网络中选取一子网络，包括：从所述超网络的各模块中选取一个分支，将从各模块中选取的一个分支串联，构成一子网络。6.根据权利要求1所述的方法，其特征在于...

【专利技术属性】
技术研发人员：韦涛，饶旭东，
申请(专利权)人：北京搜狗科技发展有限公司，
类型：发明
国别省市：