[发明专利]一种神经网络确定方法、装置、电子设备及存储介质

说明书

本公开提供了一种神经网络确定方法、装置、电子设备及存储介质，涉及人工智能技术领域，具体涉及图像处理、计算机视觉和深度学习等技术领。具体实现方案为：获取初始神经网络及预设搜索空间，其中，所述预设搜索空间中包括多个网络子结构；基于所述初始神经网络，利用所述预设搜索空间中的各网络子结构通过网络子结构替换的方式得到多个待测试神经网络；利用样本图像数据组或样本音频数据组，分别计算各所述待测试神经网络的损失；选取损失最小的待测试神经网络作为目标神经网络。从而实现了神经网络结构的自动确定，节约了硬件资源。

技术领域

本公开涉及人工智能技术领域，具体涉及图像处理、计算机视觉和深度学习等技术领。

背景技术

现有技术中，在神经网络结构设计的过程中，依据技术人员的经验进行神经网络结构的设计，需要技术人员具备大量的神经网络结构设计及参数调整经验，在初次设计神经网络结构后，需要在指定数据集上进行充分地训练和测试以评价该神经网络结构的性能；然后不断人工替换神经网络结构后在指定数据集上再次进行充分地训练和测试。

通过对大量的新网络结构进行训练、测试及评价，最终选出性能较佳的神经网络结构，多次更换、实验不同结构的神经网络需要耗费大量的硬件资源。

发明内容

本公开提供了一种神经网络确定方法、装置、电子设备及存储介质。

根据本公开的一方面，提供了一种神经网络确定方法，包括：

获取初始神经网络及预设搜索空间，其中，所述预设搜索空间中包括多个网络子结构；

基于所述初始神经网络，利用所述预设搜索空间中的各网络子结构通过网络子结构替换的方式得到多个待测试神经网络；

利用样本图像数据组或样本音频数据组，分别计算各所述待测试神经网络的损失，其中，所述样本图像数据组包括第一样本图像数据及第二样本图像数据，所述样本音频数据组包括第一样本语音数据及第二样本语音数据；

选取损失最小的待测试神经网络作为目标神经网络。

根据本公开的另一方面，提供了一种神经网络确定装置，包括：

网络获取模块，用于获取初始神经网络及预设搜索空间，其中，所述预设搜索空间中包括多个网络子结构；

结构替换模块，用于基于所述初始神经网络，利用所述预设搜索空间中的各网络子结构通过网络子结构替换的方式得到多个待测试神经网络；

损失计算模块，用于利用样本图像数据组或样本音频数据组，分别计算各所述待测试神经网络的损失，其中，所述样本图像数据组包括第一样本图像数据及第二样本图像数据，所述样本音频数据组包括第一样本语音数据及第二样本语音数据；

网络选取模块，用于选取损失最小的待测试神经网络作为目标神经网络。

本公开提供的神经网络确定方法，首先获取初始神经网络及包括多个网络子结构的预设搜索空间；然后基于初始神经网络，利用预设搜索空间中的各网络子结构通过网络子结构替换的方式得到多个待测试神经网络；再利用样本图像数据组或样本音频数据组，分别计算各待测试神经网络的损失；选取损失最小的待测试神经网络作为目标神经网络。本公开实现了神经网络结构的自动确定，节约了硬件资源。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1为本公开提供的一种神经网络确定方法的流程示意图；

图2为本公开提供的步骤S12的一种可能的实施方式；