知识与数据双驱动的神经网络超参数迁移优化方法及系统

本发明公开了一种知识与数据双驱动的神经网络超参数迁移优化方法及系统，涉及人工智能技术领域，解决了神经网络超参数优化难以结合知识和数据的双重驱动进行迁移优化的技术问题。该方法包括：获取第一训练数据和第二训练数据；采用第一训练数据对第一初始神经网络模型进行模型训练及超参数优化，得到第一神经网络模型及第一超参数组合；构建第二初始神经网络模型，并进行微调训练；通过隐藏知识对微调后的第二初始神经网络模型的学习率进行动态优化，得到第二神经网络模型；输出同时达到预设预测精度的第一神经网络模型、第二神经网络模型。本发明基于已有数据的训练知识，结合新数据的特征，实现时序预测模型的高效迁移。