[發明專利]網絡結構搜索的方法、裝置、存儲介質和計算機程序產品在審
| 申請號： | 201980031708.4 | 申請日： | 2019-10-30 |
| 公開（公告）號： | CN112106077A | 公開（公告）日： | 2020-12-18 |
| 發明（設計）人： | 蔣陽;龐磊;胡湛 | 申請（專利權）人： | 深圳市大疆創新科技有限公司 |
| 主分類號： | G06N3/04 | 分類號： | G06N3/04;G06N3/08 |
| 代理公司： | 北京龍雙利達知識產權代理有限公司 11329 | 代理人： | 毋小妮;毛威 |
| 地址： | 518057 廣東省深圳市南山區高*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 網絡 結構 搜索 方法 裝置 存儲 介質 計算機 程序 產品 | ||
1.一種網絡結構搜索方法，其特征在于，包括：
總圖訓練步驟：根據第一網絡結構和訓練數據對第一總圖進行訓練，生成第二總圖；
網絡結構訓練步驟：根據所述第一網絡結構從所述第二總圖中確定若干測試子圖；通過測試數據對所述若干測試子圖進行測試，生成反饋結果；根據所述反饋結果確定跳線約束項；根據所述反饋結果以及所述跳線約束項對所述第一網絡結構進行更新。
2.根據權利要求1所述的方法，其特征在于，所述跳線約束項的大小與所述反饋結果的大小正相關。
3.根據權利要求2所述的方法，其特征在于，所述跳線約束項包括cos(1-Rk)n，Rk為所述反饋結果，n為與應用場景相關的超參數。
4.根據權利要求3所述的方法，其特征在于，0n≤100。
5.根據權利要求1至4中任一項所述的方法，其特征在于，所述跳線約束項包括當前跳線密度和預設的期望跳線密度之間的KL散度。
6.根據權利要求5所述的方法，其特征在于，所述跳線約束項為其中，α＝cos(1-Rk)n，λ為超參數，θc為所述第一網絡結構的參數，q為預設的期望跳線密度，p為當前跳線密度。
7.根據權利要求5或6所述的方法，其特征在于，所述當前跳線密度是基于所述若干測試子圖得到的。
8.根據權利要求1至7中任一項所述的方法，其特征在于，所述反饋結果包括所述若干測試子圖對所述測試數據的預測正確率。
9.根據權利要求1至8中任一項所述的方法，其特征在于，所述根據第一網絡結構和訓練數據對第一總圖進行訓練，生成第二總圖，包括：
通過所述第一網絡結構在所述第一總圖內確定第一訓練子圖；
將所述訓練數據中的一批數據輸入所述第一訓練子圖，生成第一訓練結果；
根據所述第一訓練結果訓練所述第一總圖，生成所述第二總圖。
10.根據權利要求1至9中任一項所述的方法，其特征在于，還包括：
在循環執行若干次所述總圖訓練步驟和所述網絡結構訓練步驟后，生成最終總圖和最終網絡結構；
通過所述最終網絡結構在所述最終總圖中確定最終子圖，所述最終子圖為符合預設場景的網絡結構。
11.一種網絡結構搜索裝置，其特征在于，包括處理單元，用于執行：
總圖訓練步驟：根據第一網絡結構和訓練數據對第一總圖進行訓練，生成第二總圖；
網絡結構訓練步驟：根據所述第一網絡結構從所述第二總圖中確定若干測試子圖；通過測試數據對所述若干測試子圖進行測試，生成反饋結果；根據所述反饋結果確定跳線約束項；根據所述反饋結果以及所述跳線約束項對所述第一網絡結構進行更新。
12.根據權利要求11所述的裝置，其特征在于，所述跳線約束項的大小與所述反饋結果的大小正相關。
13.根據權利要求12所述的裝置，其特征在于，所述跳線約束項包括cos(1-Rk)n，Rk為所述反饋結果，n為與應用場景相關的超參數。
14.根據權利要求13所述的裝置，其特征在于，0n≤100。
15.根據權利要求11至14中任一項所述的裝置，其特征在于，所述跳線約束項包括當前跳線密度和預設的期望跳線密度之間的KL散度。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于深圳市大疆創新科技有限公司，未經深圳市大疆創新科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201980031708.4/1.html，轉載請聲明來源鉆瓜專利網。
