摘要
本发明公开一种网络架构的搜索方法,基于设定的搜索空间,初始化设定大小的种群;采用训练样本对所述种群中的个体进行训练;采用验证集对所述个体进行验证,获得所述个体的适应值;基于所述个体的适应值对所述个体执行交叉操作和/或变异操作,获得子代个体;采用所述验证集对所述子代个体进行验证,获得所述子代个体的适应值;根据所述适应值从所述种群中的个体和所述子代个体中,确定目标个体;若种群的迭代次数小于最大设定迭代次数,将所述目标个体更新为所述种群,继续对所述种群训练;若种群的迭代次数等于最大设定迭代次数,将所述目标个体组成的种群输出。在计算资源受限下仍然有效地进行探索发现最佳的神经网络架构。
技术关键词
神经网络架构
搜索方法
亲本
终端设备
节点
计算资源受限
可读存储介质
空洞
基因
编码结构
尺寸
处理器
参数
注意力
程序
计算机
存储器
解码
系统为您推荐了相关专利信息
清洁作业方法
多模态数据采集
压力传感器阵列
神经网络学习技术
分布式关系型数据库
访问控制权限
数据存储服务器
访问控制策略
加密数据
数据访问权限
防爆电梯控制柜
预测控制方法
降温装置
混合神经网络模型
循环装置