神经网络控制方法、系统及存储介质

本发明涉及深度学习技术领域，公开了一种神经网络控制方法、系统及存储介质，所述方法包括获取输入数据、特征维度、样本数量和标签分布；根据所述特征维度和所述标签分布进行数据预处理，得到更新输入数据；基于所述更新输入数据和初始化模型超参数对模型进行训练，得到初始化模型；根据所述初始化模型的性能指标和预设的性能阈值对模型超参数进行更新，得到更新超参数；通过所述初始化模型进行单次推理任务，记录单次推理时间，对模型进行压缩，得到压缩模型；根据所述压缩模型和所述更新超参数，对模型进行重新配置，得到最终的神经网络模型，并将所述神经网络模型的权重特征和结构特征进行二进制编码输出。本方法可以提高神经网络训练效率。