一种适用于任何深度学习模型的特征自动选择方法

本发明涉及一种适用于任何深度学习模型的特征选择方法所述方法，包括：S1，基于一个设计的特征选择网络，生成与输入特征具有相同维度的重要性评分。S2，根据重要性分数，添加Gumbel噪声，并根据用户设定的温度参数，生成一个与输入特征维度相同的二值掩码，其中，在一个二值掩码中，仅有一个特征会被标记为“1”，其余的特征被标记为“0”，特征的重要性分数越高，其被标记为“1”的概率越大。S3，重复S2步骤K次，生成K个二值掩码，在这个K值掩码中，并根据这个K个二值掩码，生成最终的特征掩码，S4，将深度学习模型的原始输入特征与S3得到的最终的特征掩码序列采用逐元素相乘得到特征选择后的输入特征。