一种基于拓扑结构优化的高效可微神经架构搜索方法

AITNT
正文
推荐专利
一种基于拓扑结构优化的高效可微神经架构搜索方法
申请号:CN202410791897
申请日期:2024-06-19
公开号:CN118821860A
公开日期:2024-10-22
类型:发明专利
摘要
本发明公开了一种基于拓扑结构优化的高效可微神经架构搜索方法,包括以下步骤:根据计算机视觉任务分类形式,确定模型结构和搜索网络,形成可搜索结构的计算图计算图的架构参数由结构参数和网络参数确定;对计算图的拓扑结构进行迭代优化,消除冗余结构,优化结构参数;进行卷积运算;通过卷积核重参数化,优化网络参数;并通过卷积核标准化,解耦网络参数和结构参数;得到优化后的计算图运行梯度下降算法,确定最优架构参数;训练模型结构,完成计算机视觉任务分类。该方法将可微神经架构搜索的网络拓扑结构简化,并针对性地设置简化后结构的优化算法;有助于完成网络轻量化和神经架构搜索在复杂视觉任务的应用。
技术关键词
神经架构搜索 计算机视觉 梯度下降算法 模块结构 图像语义分割 优化网络参数 输出特征 网络拓扑结构 冗余 非线性 模式 空洞 通道 分支 代表 级联
系统为您推荐了相关专利信息
1
一种基于多层感知模型的城市下穿隧道洪涝预警方法
多层感知模型 隧道 街道 预警方法 样本
2
纯脉冲驱动的Transformer神经网络自动架构搜索方法
搜索方法 神经架构搜索 人工智能神经网络技术 网络结构 卷积特征提取
3
一种人体行为识别方法及系统
卷积模块 节点 识别方法 GCN模型 数据
4
一种苹果分级评估方法
GBDT算法 特征提取网络 特征融合网络 流水线装置 算法结构
5
一种旋转图像检测模型的训练方法
图像检测模型 神经网络模型 协方差矩阵 标签 坐标
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号