网络生成方法、交互方法、装置、电子设备及介质制造方法及图纸

本公开实施例公开了一种网络生成方法、交互方法、装置、电子设备及介质，所述网络生成方法，包括：获取所述网络的运行约束条件；基于所述运行约束条件和预先训练好的因果序列搜索模型，确定所述网络的第一层网络组件；基于所述第一层网络组件的运行参数更新所述运行约束条件，基于更新后的所述运行约束条件和所述因果序列搜索模型，确定所述网络的第二层网络组件；迭代执行上一步骤直至确定所述网络的第N层网络组件；基于所述第一层至第N层网络组件，确定所述网络。根据本公开实施例提供的技术方案，能够基于对网络的整体性能预测获得网络各层的最优组件，强化了网络的整体性能评估能力，使搜索得到的网络更贴合运行约束条件。使搜索得到的网络更贴合运行约束条件。使搜索得到的网络更贴合运行约束条件。

【技术实现步骤摘要】
网络生成方法、交互方法、装置、电子设备及介质


[0001]本公开涉及数据处理
，具体涉及一种网络生成方法、交互方法、装置、电子设备及介质。

技术介绍

[0002]由于微信小程序的便捷性，各互联网平台大量使用小程序来触达用户补充和更新必要的资质信息。通常，可以在终端部署AI交互模型，以在流程中实时提示用户快速完成自动化信息提交，提升资质信息审核效率。
[0003]目前常用的AI交互模型有轻量化深度学习模型mobilenet，shufflenet等，但这些模型是针对终端SDK下使用C++环境算力条件来设计的，由于在同终端硬件条件下，小程序环境中算力比SDK环境中的算力小10倍，因此上述模型无法直接迁移部署至终端小程序环境。此外，还有基于强化学习的NAS方法，但该方法约束条件作用于损失(loss)层面间接约束搜索，多个约束条件公共混合作用于同一个loss时搜索出的模型性能不能满足精确要求。

技术实现思路

[0004]为了解决相关技术中的问题，本公开实施例提供一种网络生成方法、交互方法、装置、电子设备及介质。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络生成方法，包括：获取所述网络的运行约束条件；基于所述运行约束条件和预先训练好的因果序列搜索模型，确定所述网络的第一层网络组件；基于所述第一层网络组件的运行参数更新所述运行约束条件，基于更新后的所述运行约束条件和所述因果序列搜索模型，确定所述网络的第二层网络组件；迭代执行上一步骤直至确定所述网络的第N层网络组件，其中，N为大于1的正整数；基于所述第一层至第N层网络组件，确定所述网络。2.根据权利要求1所述的方法，其中，所述网络的运行约束条件至少包括网络运行时长和网络运行精度；所述组件的运行参数至少包括组件的运行时长。3.根据权利要求1所述的方法，其中，所述因果序列搜索模型采用以下方法训练得到：确定网络组件空间，所述网络组件空间包括网络的最大层数N和每层可选网络组件；在所述网络组件空间中随机采样不同的子网络，得到所述子网络的测试精度；获取所述网络组件空间中各可选网络组件在第一运行环境下的组件运行时长；基于所述随机采样获得的子网络、各子网络的测试精度、各可选网络组件和各可选网络组件在第一运行环境下的组件运行时长训练得到因果序列搜索模型。4.根据权利要求1所述的方法，其中，所述基于所述运行约束条件和预先训练好的因果序列搜索模型，确定所述网络的第一层网络组件，包括：基于所述预先训练好的因果序列搜索模型，确定满足所述运行约束条件的最优网络组件为所述网络的第一层网络组件。5.根据权利要求2所述的方法，其中，所述基于所述第一层网络组件的运行参数更新所述运行约束条件，包括：以所述运行约束条件中的网络运行时长与所述第一层网络组件的组件运行时长之差作为更新后的运行约束条件中的网络运行时长，以所述运行约束条件中的网络运行精度作为更新后的运行约束条件中的网络运行精度，得到更新后的运行约束条件。6.根据权利要求1所述的方法，在确定所述网络后，还包括：基于所述因果序列搜索模型确定所述网络的运行参数，所述网络的运行参数至少包括网络运行精度；确定所述网络的运行参数不满足所述运行约束条件的要求时，调整所述运行约束条件，重新确定所述网络。7.一种交互方法，包括：获取用户输入信息；基于权利要求1
‑
6中任一项所述的网络生成方法生成的网络处理所述用户输入信息，得到自动应答信息。8.一种网络生成的装置，包括：第一获取单元，被配置为获取所述网络的运行约束条件；组件确定单元，被配置为基于所述运行约束条件和预先训练好的因果序列搜索模型，确定所述网络的第一层网络组件；
基于所述第一层网络组件的运行参数更新所述运行约束条件，基于更新后的所...

【专利技术属性】
技术研发人员：王智恒，张天明，薛韬略，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：