【技术实现步骤摘要】
本专利技术实施例涉及自动机器学习领域，具体而言，涉及一种人工智能模型构建方法及系统。
技术介绍
1、在人工智能算法日益普及的背景下，传统业务场景植入人工智能算法的需求出现了爆发式增长，而人工智能(artificial intelligence,ai)模型落地应用的流程中，需要大量人工干预且技术密集的环节成为业务场景引入ai技术的制约瓶颈，其中主要集中于：特征提取、模型选择、参数调节等方面。为降低ai模型部署的技术门槛，提高ai模型生产效率，自动机器学习(automatic machine learning，automl)技术应运而生。automl能够针对某一特定任务，在给定的搜索空间中，根据给定的任务类型与搜索策略，直接生成可用的模型。但由于计算资源的限制和搜索空间的庞大，搜索时间长、效率低、搜索过程可解释性差等问题一直是automl技术的痛点。
2、automl的主要技术路线分为基于验证的多路径搜索方式(muti-trial search，multi-trial)与基于梯度的one-shot方法。其中，单样本one-sho...
【技术保护点】
1.一种人工智能模型构建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在所述根据待解决的任务类型获取主干网络搜索空间之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，在所述根据待解决的任务类型获取主干网络搜索空间时，还包括：
4.根据权利要求3所述的方法，其特征在于，对所述主干网络搜索空间进行采样，获得第一神经网络模型，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据第一神经网络模型获取宏观超参数搜索空间HPO和神经网络架构搜索空间NAS，包括：
6.根据权利要...
【技术特征摘要】
1.一种人工智能模型构建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在所述根据待解决的任务类型获取主干网络搜索空间之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，在所述根据待解决的任务类型获取主干网络搜索空间时，还包括：
4.根据权利要求3所述的方法，其特征在于，对所述主干网络搜索空间进行采样，获得第一神经网络模型，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据第一神经网络模型获取宏观超参数搜索空间hpo和神经网络架构搜索空间nas，包括：
6.根据权利要求1所述的方法，其特征在于，对所述第一神经网络模型或者所述第二神经网络模型进行训练验证之前，所述方法还包括：
7.根据权利要求1所述的方法，其特征在于，对所述第一神经网络模型或者所述第二神经网络模型进行训练验证，以完成人工智能模型构建，包括：
8.根据权利要求7所述的方法，其特征在于，所述根据训练...
【专利技术属性】
技术研发人员：鞠泱，屠要峰，周祥生，王壮，高洪，
申请(专利权)人：中兴通讯股份有限公司，
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。