[发明专利]深度神经网络的网络结构处理方法及相关产品

说明书

本发明实施例提供一种深度神经网络的网络结构处理方法、设备及介质，其中处理设备包括神经网络编码计算模块和进化算法模块；所述方法包括：所述进化算法模块按照预设目标性能要求计算候选结构编码，所述候选结构编码包括候选深度神经网络包括的多个神经网络层的属性；所述进化算法模块将所述候选结构编码发送至所述神经网络编码计算模块；所述神经网络编码计算模块接收所述进化算法模块发送的所述候选结构编码；所述神经网络编码计算模块按照所述候选结构编码构建所述候选深度神经网络的网络结构。本发明实施例可以构造针对特定应用场景的目标深度神经网络。

技术领域

本发明涉及神经网络技术领域，具体涉及神经网络结构处理技术领域，尤其涉及一种深度神经网络的网络结构处理方法、一种处理设备以及一种计算机存储介质。

背景技术

目前，在常规应用领域(如图像识别、语音识别等)已有非常多较佳的深度神经网络的网络结构可供参考使用，因此，在这些常规应用领域可以调用这些已有的深度神经网络的网络结构作为初始深度神经网络，再采用常用工具包(例如TensorFlow(一种人工智能编程工具)、PyTorch(一种人工智能编程工具)等)来承载其运算与训练，从而得到满足实际需求的目标深度神经网络的网络结构。然而，上述的网络结构处理方案仅适用于常规应用领域，该常规应用领域已存在可复现和可供参考使用的深度神经网络的网络结构；如果针对一个非常规的新的领域(如农业数据分析等探索性场景的领域)，由于没有合适的深度神经网络的网络结构可以直接使用，因此上述的网络结构处理方案则不太适用。因此，针对非常规的应用领域如何设计适合新场景的深度神经网络的网络结构是一项关键事项；一般情况下，工程师会根据自身个人经验，用人工的方式设计深度神经网络构架，然而采用该方式设计的深度神经网络的可解析性差；深度神经网络的训练消耗大量的计算资源和计算时间，如果网络构建优化的方向不明确，则会导致造成时间和资源上的严重浪费。

发明内容

本发明实施例提供一种深度神经网络的网络结构处理方法、一种处理设备以及一种计算机存储介质，可设计出适用于非常规应用领域的深度神经网络的网络结构，且该深度神经网络的网络结构具备较佳的网络性能，具备较强的适应性。

第一方面，本发明实施例提供一种深度神经网络的网络结构处理方法，应用于处理设备，所述处理设备包括神经网络编码计算模块和进化算法模块；所述方法包括：

所述进化算法模块按照预设目标性能要求计算候选结构编码，所述候选结构编码包括候选深度神经网络包括的多个神经网络层的属性；

所述进化算法模块将所述候选结构编码发送至所述神经网络编码计算模块；

所述神经网络编码计算模块接收所述进化算法模块发送的所述候选结构编码；

所述神经网络编码计算模块按照所述候选结构编码构建所述候选深度神经网络的网络结构。

第二方面，本发明实施例提供一种处理设备，所述处理设备处理器、存储器和输入输出接口，所述处理器和所述存储器、所述输入输出接口通过线路互联；其中，所述存储器存储有程序指令；所述程序指令被所述处理器执行时，使所述处理器执行如第一方面所述的相应的方法。

第三方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被计算机或处理器执行时，使所述计算机或所述处理器执行第一方面所述的方法。

第四方面，本申请实施例提供了一种包含指令的计算机程序产品，当其在计算机或处理器上运行时，使得所述计算机或所述处理器执行第一方面所述的方法。