[发明专利]基于超网络的模型结构采样、装置以及电子设备在审
| 申请号： | 201910861008.X | 申请日： | 2019-09-11 |
| 公开（公告）号： | CN110580520A | 公开（公告）日： | 2019-12-17 |
| 发明（设计）人： | 希滕;张刚;温圣召 | 申请（专利权）人： | 北京百度网讯科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 11313 北京市铸成律师事务所 | 代理人： | 王珺;徐瑞红 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种基于超网络的模型结构采样方法、装置以及电子设备。涉及神经网络搜索领域。具体实现方案为：获取超网络中初始化的模型结构；迭代更新初始化的模型结构的参数，得到第一个邻居模型结构；根据第一个邻居模型结构的参数进行循环迭代更新，直至满足超网络的收敛条件的情况下，得到第N个邻居模型结构，N大于或等于2；将第一个邻居模型结构至第N个邻居模型结构作为采样模型结构。提出了邻居模型结构进行迭代的采样策略，能够保证参数共享。将每次迭代更新得到的邻居模型结构作为采样模型结构，更新一次超网络的参数，使得超网络的参数能够满足搜索空间中所有的模型结构，且使得这些模型结构的性能都较好。 | ||
| 搜索关键词： | 模型结构 邻居 采样模型 迭代更新 网络 初始化 采样策略 参数共享 电子设备 神经网络 收敛条件 搜索空间 循环迭代 采样 迭代 更新 搜索 申请 保证 | ||
【主权项】：
1.一种基于超网络的模型结构采样方法，其特征在于，包括：/n获取超网络中初始化的模型结构；/n迭代更新所述初始化的模型结构的参数，得到第一个邻居模型结构；/n根据所述第一个邻居模型结构的参数进行循环迭代更新，直至满足超网络的收敛条件的情况下，得到第N个邻居模型结构，N大于或等于2；/n将所述第一个邻居模型结构至所述第N个邻居模型结构作为采样模型结构。/n
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北京百度网讯科技有限公司，未经北京百度网讯科技有限公司许可，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/patent/201910861008.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种卷积运算装置及其方法
- 下一篇：一种自组织协同神经网络模型学习及构建方法
