一种基于自动架构搜索的容错神经网络优化方法

本发明公开了一种基于自动架构搜索的容错神经网络优化方法。本发明包括：搜索空间构建过程引入多种算子及多样化神经网络单元结构，构建支持准确率、计算开销与容错能力多维权衡的神经网络搜索空间；多目标架构寻优过程对神经网络进行拓扑结构编码，并基于贝叶斯优化理论，联合引入三项性能指标，构建代理模型模拟网络性能，利用采集函数和多目标寻优算法生成候选架构；架构评估与迭代过程通过权重共享的超网络训练候选架构，评估其关键指标并更新架构池，经迭代，获得最佳折衷，给出最终的神经网络架构；本发明具有高效性、灵活性和通用性，可用于自动探索安全关键领域所需的容错神经网络架构，能适应多场景多要求的容错神经网络优化设计。