[发明专利]神经网络结构确定方法以及装置在审

专利信息
申请号: 202211166964.4 申请日: 2022-09-23
公开(公告)号: CN115600638A 公开(公告)日: 2023-01-13
发明(设计)人: 刘洋;孙佰贵;王飞;谢宣松 申请(专利权)人: 阿里巴巴(中国)有限公司
主分类号: G06N3/04 分类号: G06N3/04;G06N3/08;G06V40/16;G06V10/82
代理公司: 北京智信禾专利代理有限公司 11637 代理人: 刘晓楠
地址: 311121 浙江省杭州市余杭*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 神经网络 结构 确定 方法 以及 装置
【权利要求书】:

1.一种神经网络结构确定方法,包括:

确定包含初始神经网络结构的网络结构种群,以及所述初始神经网络结构的精度预测结果;

从所述网络结构种群中任意选取一个初始神经网络结构,根据预设算法生成对应的候选神经网络结构,并确定所述候选神经网络结构的精度预测结果;

根据所述初始神经网络结构的精度预测结果、以及所述候选神经网络结构的精度预测结果,更新所述网络结构种群,并从更新后的网络结构种群中确定目标神经网络结构。

2.根据权利要求1所述的神经网络结构确定方法,所述从所述网络结构种群中任意选取一个初始神经网络结构,根据预设算法生成对应的候选神经网络结构,包括:

从所述网络结构种群中任意选取一个初始神经网络结构,作为初代神经网络结构;

根据遗传算法对所述初代神经网络结构进行处理,生成所述初代神经网络结构对应的下一代神经网络结构作为候选神经网络结构。

3.根据权利要求1或2所述的神经网络结构确定方法,所述根据所述初始神经网络结构的精度预测结果、以及所述候选神经网络结构的精度预测结果,更新所述网络结构种群,并从更新后的网络结构种群中确定目标神经网络结构,包括:

将所述候选神经网络结构添加至所述网络结构种群;

根据所述网络结构种群中所述初始神经网络结构的精度预测结果、以及所述候选神经网络结构的精度预测结果,更新所述网络结构种群;

在满足预设结束条件的情况下,从更新后的网络结构种群中确定目标神经网络结构。

4.根据权利要求3所述的神经网络结构确定方法,所述将所述候选神经网络结构添加至所述网络结构种群,包括:

确定所述候选神经网络结构的大小,在确定所述候选神经网络结构的大小小于预设阈值的情况下,将所述候选神经网络结构添加至所述网络结构种群。

5.根据权利要求3所述的神经网络结构确定方法,所述根据所述网络结构种群中所述初始神经网络结构的精度预测结果、以及所述候选神经网络结构的精度预测结果,更新所述网络结构种群,包括:

根据所述网络结构种群中所述初始神经网络结构的精度预测结果、以及所述候选神经网络结构的精度预测结果,从所述网络结构种群中删除精度预测结果最小的所述初始神经网络结构、或者所述候选神经网络结构。

6.根据权利要求3所述的神经网络结构确定方法,所述确定包含初始神经网络结构的网络结构种群,以及所述初始神经网络结构的精度预测结果之后,还包括:

记录迭代次数;

相应地,所述在满足预设结束条件的情况下,从更新后的网络结构种群中确定目标神经网络结构,包括:

在确定所述迭代次数小于预设次数阈值的情况下,从更新后的网络结构种群中再次任意选取一个初始神经网络结构,将所述迭代次数自增1;

继续执行所述根据预设算法生成对应的候选神经网络结构,并确定所述候选神经网络结构的精度预测结果的步骤,直至在所述迭代次数大于等于所述预设次数阈值的情况下,从更新后的网络结构种群中确定目标神经网络结构。

7.根据权利要求1所述的神经网络结构确定方法,所述确定包含初始神经网络结构的网络结构种群,包括:

从初始化的神经网络搜索空间中随机选取预设数量的初始神经网络结构,并根据所述预设数量的初始神经网络结构构建网络结构种群,其中,所述初始神经网络结构的大小小于预设阈值。

8.根据权利要求1或7所述的神经网络结构确定方法,所述确定所述初始神经网络结构的精度预测结果,包括:

根据第一预设精度预测算法,确定所述初始神经网络结构在不同特征提取阶段的质量分数;

根据第二预设精度预测算法、以及所述初始神经网络结构在不同特征提取阶段的质量分数,获得所述初始神经网络结构的精度预测结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴(中国)有限公司,未经阿里巴巴(中国)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211166964.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top