[发明专利]网络结构的搜索方法、装置及电子设备与可读存储介质

说明书

本发明公开了一种网络结构搜索方法、装置及电子设备与可读存储介质。其方法包括：采用第一数据集对待搜索的网络结构进行网络结构搜索，获取中间网络结构；基于所述中间网络结构，采用第二数据集进行网络结构搜索，获取目标网络结构；所述第二数据集中包括的数据的数量大于所述第一数据集中包括的数据的数量，且第二数据集中的各数据的大小大于所述第一数据集中的各数据的大小。本发明的技术方案，通过采用上述方案，能够在可接受的时间和计算资源的范围内，有效地节省搜索的耗时，提高搜索的效率，同时，还能够有效地提高搜素的目标网络结构的准确性。

技术领域

本发明涉及计算机应用技术领域，具体涉及一种网络结构搜索方法、装置及电子设备与可读存储介质。

背景技术

人工智能(Artificial Intelligence)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术学科。AI技术可以应用于机器人、语言识别、图像识别、自然语言处理和专家系统等各种领域中，使用非常方便。

现有的AI技术中，大多需要基于神经网络模型进行深度学习来实现。而神经网络模型的网络结构的选取是深度学习任务中的首要问题。之前，现有技术中的网络结构大都由研发人员手工来设计。人工设计网络结构的过程费时、费力，且设计的网络结构也不够精准。近两年来，研究者们趋向于通过计算机自动生成神经网络模型的网络结构，从而替代人工手工设计。由于计算资源的限制，现有的通过计算机自动生成神经网络模型的网络结构的方法通常只能在小数据集上进行搜索。具体地，利用进化算法或者强化学习算法，在小数据集上生成网络结构，将该网络结构训练一遍，得到其精度等指标后，根据该次的经验，生成新的更好的网络结构出来。该过程也可以称之为网络结构的搜索过程。

但是，由于小数据集上所包括的数据的数量较少以及每个数据的尺寸都非常小，导致基于小数据集所搜索到的网络结构的准确性较差。

发明内容

为了解决上述技术问题，提出了本申请的网络结构搜索方法、装置及电子设备与可读存储介质。

根据本申请的一个方面，提供了一种网络结构的搜索方法，包括：。

采用第一数据集对待搜索的网络结构进行网络结构搜索，获取中间网络结构；

基于所述中间网络结构，采用第二数据集进行网络结构搜索，获取目标网络结构；所述第二数据集中包括的数据的数量大于所述第一数据集中包括的数据的数量，且第二数据集中的各数据的大小大于所述第一数据集中的各数据的大小。

根据本申请的另一个方面，提供了一种网络结构的搜索装置，包括：

第一搜索模块，用于采用第一数据集对待搜索的网络结构进行网络结构搜索，获取中间网络结构；

第二搜索模块，用于基于所述中间网络结构，采用第二数据集进行网络结构搜索，获取目标网络结构；所述第二数据集中包括的数据的数量大于所述第一数据集中包括的数据的数量，且第二数据集中的各数据的大小大于所述第一数据集中的各数据的大小。

根据本申请的另一个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述任一所述的方法。

根据本申请的另一个方面，提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于执行上述任一所述的方法。