一种基于Shapley值的可微分架构搜索优化方法

本发明公开了一种基于Shapley值的可微分架构搜索优化方法，该方法包括：设置可微分神经网络架构搜索的原始操作池；基于原始操作池，对可微分神经网络架构搜索进行搜索处理，得到标准单元与缩减单元；对标准单元与缩减单元分别进行Shapley值计算，得到标准单元的贡献度值与缩减单元的贡献度值；根据标准单元的贡献度值与缩减单元的贡献度值，将低于预设贡献度阈值对应的标准单元与缩减单元进行剔除处理，得到优化后的可微分神经网络架构搜索。通过使用本发明，能够降低可微分神经网络架构搜索的空间复杂度，进而缩短可微分神经网络架构搜索的时间，提高搜索效率。本发明作为一种基于Shapley值的可微分架构搜索优化方法，可广泛应用于神经网络架构搜索技术领域。