神经网络架构的搜索方法、装置、设备及介质制造方法及图纸

本发明专利技术涉及人工智能技术及医疗领域，公开了一种基于神经网络架构的搜索方法、装置、计算机设备及存储介质，可以通过各个层级的节点及各层级之间的排序，确定每个层级的节点与下属层级的节点的所有连接边，每个连接边对应一种神经网络操作；对每个层级的节点与下属层级的节点的各连接边进行遮掩操作，并对对应的权重值进行优化，以使在不同遮掩操作下，下属层级的节点输出的结果近似；利用通过遮掩操作所得到的权重值，确定目标连接边，得到神经网络架构。在本发明专利技术中，对权重值进行优化，这样得到的优化的权重值的可靠性更高，从而使最终得到神经网络架构的性能更好，也就提高了搜索结果的准确度。的准确度。的准确度。

【技术实现步骤摘要】
神经网络架构的搜索方法、装置、设备及介质


[0001]本专利技术涉及人工智能技术及医疗领域，尤其涉及一种基于神经网络架构的搜索方法、装置、设备及介质。

技术介绍

[0002]神经网络计生户现已应用在各个领域，例如，在医疗领域，通过神经网络技术对患者的检查图像进行处理，从而高效且准确的提高图像特征的提取，以提高图像识别的准确率，进而提高医生诊断的准确率。
[0003]而NAS(Neural Architecture Search，神经网络架构搜索)，是从在多层相同的节点中中搜索出用于指定任务的最优秀的一个神经网络的技术。
[0004]现有的NAS(NeuralArchitecture Search，神经网络架构搜索)技术中，是基于训练搜索空间内的神经网络来获取信息进而搜索出最优秀的神经网络，但是由于搜索空间内的神经网络数量巨大，现有的NAS的搜索准确度较低，也就是说得到的神经网络架构的性能不好。

技术实现思路

[0005]本专利技术提供一种基于神经网络架构的搜索方法、装置、计算机设备及介质，以解现有的NAS的搜索准本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络架构的搜索方法，其特征在于，包括：获取各个层级的节点及各层级之间的排序；各个层级的节点及各层级之间的排序，确定每个层级的节点与下属层级的节点的所有连接边，每个所述连接边对应一种神经网络操作；对每个层级的节点与下属层级的节点的各连接边进行遮掩操作，并对对应的权重值进行优化，以使在不同遮掩操作下，下属层级的节点输出的结果近似；利用通过遮掩操作所得到的权重值，确定目标连接边；基于所述各个层级的节点、各层级之间的排序及目标连接边，得到神经网络架构。2.根据权利要求1所述的方法，其特征在于，所述对每个层级的节点与下属层级的节点的各连接边进行遮掩操作，并对对应的权重值进行优化，以使在不同遮掩操作下，下属层级的节点输出的结果近似，包括：对每个层级的节点与下属层级的节点的各连接边对应的权重值进行标准化处理；对每个层级的节点与下属层级的节点的各连接边进行遮掩操作，确定相应的正则项；将所述正则项加入到所述损失函数，得到相应的优化损失函数；利用所述优化的损失函数，对对应的权重值进行优化，以使在不同遮掩操作下，下属层级的节点输出的结果近似。3.根据权利要求2所述的方法，其特征在于，所述对每个层级的节点与下属层级的节点的各连接边进行遮掩操作，确定相应的正则项，包括：对每个层级的节点与下属层级的节点的各连接边进行遮掩操作，得到相应的预测结果；基于每个所述节点对应的所有预测结果，确定相应的正则项。4.根据权利要求1所述的方法，其特征在于，所述利用通过遮掩操作所得到的权重值，确定目标连接边，包括：对每个层级的节点与下属层级的节点的各连接边进行遮掩所得到的权重值进行排序，得到最大的权重值；将所述最大的权重值对应的连接边，确定为目标连接边。...

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