[发明专利]神经网络模型的生成方法及装置

权利要求书

1.一种神经网络模型的生成方法，其特征在于，包括：

从超参数值集合中确定第一神经网络模型中的超参数所对应的超参数值，其中，所述第一神经网络模型是输入层、具有所述超参数值的结构层、和输出层通过所述目标连接方式进行连接得到的神经网络模型；

获取对所述第一神经网络模型进行训练得到的第二神经网络模型的第一模型精确度，其中，所述第一模型精确度用于指示使用所述第二神经网络模型对验证样本集合进行检测的精确度；

在所述第一模型精确度低于目标精确度的情况下，将所述第一神经网络模型中的部分超参数的超参数值更新为所述超参数值集合中对应的目标超参数值，得到第三神经网络模型，其中，使用对所述第三神经网络模型进行训练得到的第四神经网络模型对所述验证样本集合进行检测的第二模型精确度高于或等于所述目标精确度。

2.根据权利要求1所述的方法，其特征在于，所述结构层包括第一残差网络和第二残差网络，其中，从超参数值集合中确定第一神经网络模型中的超参数所对应的超参数值包括：

从第一超参数值子集合中确定所述第一残差网络的第一超参数所对应的第一超参数值，其中，所述第一残差网络所具有的多个超参数包括所述第一超参数；

从第二超参数值子集合中确定所述第二残差网络的第二超参数所对应的第二超参数值，其中，所述第二残差网络所具有的多个超参数包括所述第二超参数，所述超参数值集合包括所述第一超参数值子集合和所述第二超参数值子集合。

3.根据权利要求2所述的方法，其特征在于，所述结构层包括多个所述第一残差网络和多个所述第二残差网络，所述超参数值集合包括多个所述第一超参数值子集合和多个所述第二超参数值子集合，多个所述第一残差网络与多个所述第一超参数值子集合一一对应，多个所述第二残差网络与多个所述第二超参数值子集合一一对应，其中，

从第一超参数值子集合中确定所述第一残差网络的第一超参数所对应的第一超参数值包括：从多个所述第一超参数值子集合中的每个第一超参数值子集合中确定目标第一残差网络的第一超参数所对应的第一超参数值，其中，所述目标第一残差网络为与所述每个第一超参数值子集合对应的第一残差网络；

从第二超参数值子集合中确定所述第二残差网络的第二超参数所对应的第二超参数值包括：从多个所述第二超参数值子集合中的每个第二超参数值子集合中确定目标第二残差网络的第二超参数所对应的第二超参数值，其中，所述目标第二残差网络为与所述每个第二超参数值子集合对应的第二残差网络。

4.根据权利要求3所述的方法，其特征在于，将所述第一神经网络模型中的部分超参数的超参数值更新为所述超参数值集合中对应的目标超参数值包括以下至少之一：

将所述多个第一残差网络中部分第一残差网络的第一超参数所对应的第一超参数值更新为所述部分第一残差网络所对应的第一超参数值子集合中的第三超参数值；

将所述多个第二残差网络中部分第二残差网络的第二超参数所对应的第二超参数值更新为所述部分第二残差网络所对应的第二超参数值子集合中的第四超参数值。

5.根据权利要求1所述的方法，其特征在于，所述结构层包括第一残差网络和第二残差网络，所述第一超参数包括所述第一残差网络所包括的卷积核中第一个卷积核的卷积核大小，所述第二超参数包括所述第二残差网络的串联数量，其中，从超参数值集合中确定第一神经网络模型中的超参数所对应的超参数值包括：

从第三超参数值子集合中确定所述第一残差网络中第一个卷积核的卷积核大小为目标卷积核大小值；

从第四超参数值子集合中确定所述第二残差网络的串联数量为目标数量，其中，所述超参数值集合包括所述第三超参数值子集合和所述第四超参数值子集合。