[发明专利]神经网络构筑装置、信息处理装置、神经网络构筑方法及程序

权利要求书

1.一种神经网络构筑装置，具备:

取得部，取得第一条件及第二条件，所述第一条件是为了决定候选超参数而使用的条件，所述候选超参数是要构筑的神经网络的超参数的候选，所述第二条件是与所述神经网络的模型应该具备的性能相关的条件；

设定部，使用所述第一条件决定所述候选超参数；

生成部，使用所述候选超参数生成神经网络的模型；以及

判断部，关于生成的所述模型，执行是否满足所述第二条件的判断，输出基于所述判断的结果的数据。

2.如权利要求1所述的神经网络构筑装置，

所述设定部使用所述第一条件计算所述候选超参数的上限及下限中的至少一方，基于计算出的所述上限及下限中的至少一方决定1个以上的所述候选超参数。

3.如权利要求2所述的神经网络构筑装置，

所述第一条件包含与嵌入式设备所具有的计算资源相关的资源条件，

所述设定部基于所述资源条件计算所述候选超参数的上限，将所述上限以下的超参数的至少一部分决定为所述候选超参数。

4.如权利要求3所述的神经网络构筑装置，

所述资源条件包含所述嵌入式设备的存储器大小的信息，

所述设定部计算所述存储器大小所容纳的神经网络的超参数的上限作为所述候选超参数的上限，将所述上限以下的超参数的至少一部分决定为所述候选超参数。

5.如权利要求2所述的神经网络构筑装置，

所述第一条件包含向所述神经网络的输入数据的大小以及从所述神经网络的输出数据的大小中的至少一方的信息，

所述设定部基于所述第一条件中包含的所述输入数据的大小以及所述输出数据的大小中的至少一方计算所述候选超参数的上限，将计算出的所述上限以下的超参数的至少一部分决定为所述1个以上的候选超参数。

6.如权利要求5所述的神经网络构筑装置，

所述输入数据的大小是所述输入数据的维数，所述输出数据的大小是所述输出数据的维数，

所述1个以上的候选超参数包含所述神经网络的分别1个以上的层数及节点数。

7.如权利要求5所述的神经网络构筑装置，

所述第一条件还包含表示所述神经网络是卷积神经网络的信息。

8.如权利要求7所述的神经网络构筑装置，

所述输入数据是图像数据，

所述输入数据的大小是所述图像数据的像素数，所述输出数据的大小是所述图像数据被分类的类的数量，

所述1个以上的候选超参数包含所述卷积神经网络的层数、内核的大小、所述内核的深度、特征图的大小、池化层的窗大小、填充量及步长量之中的至少一个。

9.如权利要求2至8中任一项所述的神经网络构筑装置，

所述第一条件包含基于所述神经网络的模型的推理的精度目标，

所述设定部使用所述精度目标计算所述候选超参数的下限，将计算出的所述下限以上的超参数的至少一部分决定为所述1个以上的候选超参数。

10.如权利要求3、4以及引用权利要求3或4的权利要求9中任一项所述的神经网络构筑装置，

所述第二条件包含与使用了神经网络的模型的推理处理的基准所需时间相关的时间条件，

所述生成部基于所述资源条件计算使用了生成的所述模型的推理处理的所需时间，

所述判断部通过计算出的所述所需时间与所述基准所需时间的比较，判断被生成的所述模型是否满足所述第二条件。

11.如权利要求10所述的神经网络构筑装置，

所述资源条件还包含所述嵌入式设备的运算处理装置的动作频率的信息，

所述生成部取得与生成的所述模型的推理处理对应的部分的执行循环数，使用所述执行循环数及所述动作频率计算所述所需时间。