- 1、本文档共12页,其中可免费阅读11页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于泛化界的神经网络架构搜索方法,属于人工智能领域,具体属于深度神经网络架构搜索领域。现有的神经网络架构搜索技术搜索过程代价巨大,需要过多的计算资源并且搜索时间过长,本发明从预测的角度出发,提出了一种将候选网络架构的泛化误差上界作为评价值对网络架构进行比较的方法。方法包括:确定图像处理任务,并确定对图像处理任务选定图像处理的神经网络搜索空间;采样目标候选空间中的网络架构,验证选取评价值的正确性;根据评价指标进行网络架构搜索,得到最优架构;针对最优架构构建完整神经网络架构模型并进行
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116721327 A
(43)申请公布日 2023.09.08
(21)申请号 202310171264.2
(22)申请日 2023.02.28
(71)申请人 北京工业大学
地址 100124
文档评论(0)