【技术实现步骤摘要】
网络结构搜索方法、存储介质和计算机程序产品
[0001]本申请涉及计算机
,尤其涉及一种网络结构搜索方法、存储介质和计算机产品。
技术介绍
[0002]当前,设计网络结构需要非常多的专家经验和计算资源,才能获得针对具体数据、具体任务、具体场景的最优模型结构。
[0003]现有技术中的自动神经网络搜索(neural architecture search,NAS)旨在自动化进行结构搜索来减少专家经验所带来的限制。
[0004]但是NAS通常非常消耗计算资源,成熟的NAS需要100GPUs/Day的时间才能完成最优的搜索,使得当前对于最优网络结构的搜索效率低下。
技术实现思路
[0005]本申请旨在至少解决现有技术中存在的技术问题之一。为此,本申请提出一种网络结构搜索方法,可以缩短最优网络结构的搜索时间,提高最优网络结构的搜索效率。
[0006]本申请还提供一种网络结构搜索装置、电子设备、存储介质以及计算机程序产品。
[0007]根据本申请第一方面实施例的网络结构搜索方法,包 ...
【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,包括:基于不同搜索路径对网络结构进行搜索,得到分别与各搜索路径对应的候选网络结构;基于各所述候选网络结构对同类别的两个不同样本进行处理,得到各所述候选网络结构对应的两个所述样本间的傅里叶特征核数与神经正切核数;基于各所述候选网络结构对应的傅里叶特征核数与神经正切核数,从各所述候选网络结构中确定目标网络结构;其中,所述傅里叶特征核数与神经正切核数分别基于所述网络结构输出的同类别的两个不同样本的样本特征确定。2.根据权利要求1所述的网络结构搜索方法,其特征在于,所述基于各所述候选网络结构对同类别的两个不同样本进行处理,得到各所述候选网络结构对应的两个所述样本间的傅里叶特征核数与神经正切核数,包括:针对各所述候选网络结构,分别执行如下操作:将同类别的两个不同样本输入至所述候选网络结构,得到所述候选网络结构输出的两个样本分别对应的第一样本特征与第二样本特征;对所述第一样本特征与所述第二样本特征进行傅里叶特征核数计算,得到所述傅里叶特征核数;对所述第一样本特征与所述第二样本特征进行神经正切核数计算,得到所述神经正切核数。3.根据权利要求1所述的网络结构搜索方法,其特征在于,所述基于不同搜索路径对网络结构进行搜索,得到分别与各搜索路径对应的候选网络结构,包括:基于图搜索算法确定不同的搜索路径;确定搜索空间,所述搜索空间中包括多个网络结构;使用不同的所述搜索路径在所述搜索空间中进行网络结构搜索,得到分别与各搜索路径对应的候选网络结构。...
【专利技术属性】
技术研发人员:祝毅晨,区志财,唐剑,
申请(专利权)人:美的集团股份有限公司,
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。