一种跨设备的神经网络架构搜索方法

本申请公开了一种跨设备的神经网络架构搜索方法及联合模型的训练方法、装置、存储介质、设备和计算机程序产品，属于模型优化领域，包括：建立样本数据集，并确定计算设备的延迟感知数据；将延迟感知数据输入延迟特征提取模型，以获得计算设备的延迟特征值，并将样本数据集输入数据集特征提取模型以获得样本数据集的数据集特征值；将延迟特征值与数据集特征值融合，以获得联合特征值；将联合特征值输入神经网络匹配模型，以获得优化参数，并根据优化参数调整待优化的神经网络，以得到优化后的神经网络。解决了在神经网络架构搜索过程中，获得的神经网络在不同设备上的泛化性能不足，以及在不同场景上的特化性能不足的问题。