[发明专利]基于计算图子图的AI模型自动生成的方法

权利要求书

1.基于计算图子图的AI模型自动生成的方法，其特征在于包括以下步骤：

步骤(1)：根据用户预设的数据，进行数据准备，设置模型设计平台生产参数，开始模型自动设计；

步骤(2)：利用遗传算法算子生成第一代计算图模型；

步骤(3)：判断上一步产生的所有计算图新模型相互之间是否有重复的计算图模型，如果判断有重复的模型，则去除重复的模型；

步骤(4)：根据步骤(3)保留下的模型，计算除了每个模型中除起始节点的以外的每个节点的性能，计算图模型最后一个节点的性能为该模型性能。

步骤(5)：根据步骤(4)已计算性能的模型，分别提取每一个模型中有效子图模型——这里所述提取有效子图模型的方法为：根据原有模型的计算图，提取包含起始节点且节点数量至少为2个的子图，构建新的子图模型；对于所构建的子图模型，判定其为“有效子图模型”的方法为：对于从原模型中提取的子图模型，子图模型中需包含原模型从起始节点与最终节点之间所有连通的节点和边；

判断所有提取的有效子图模型相互之间和产生的模型之间是否有重复；如果判断没有与之重复的模型，则保存为新的计算图模型——所保存的新的计算图模型采用继承的方法，无需计算模型性能即可获得新的有效子图模型的性能；

步骤(6)：根据步骤(3)和步骤(5)中所保留的计算图的性能和复杂度，计算每一个计算图模型的适应度；

步骤(7)：根据模型适应度，去除无效用模型，剩余模型作为备选模型，并保留作为下一代种子；

步骤(8)：根据步骤(7)保留的下一代种子，挑出若干数量最优模型；

步骤(9)：根据步骤(8)选择出的作为下一代种子的备选模型使用遗传算法算子产生一个计算图新模型；

步骤(10)：判断步骤(9)产生的计算图新模型是否为已经生成过的计算图模型，如否，则继续进入步骤(11)；如是，返回步骤(9)；

步骤(11)：将步骤(10)的保留的计算图模型保存为新一代计算图模型；

步骤(12)：判断是否步骤(11)的新一代计算图模型的数量满足步骤(1)中预设的数据，如是，进入下一步；如否，返回步骤(9)；

步骤(13)：计算得到步骤(11)中所保存的所有新一代计算图模型中除了每个模型中除起始节点的以外的每个节点的性能，计算图模型最后一个节点的性能为该模型性能；

步骤(14)：根据步骤(13)已计算性能的模型，分别提取每一个模型中的有效子图模型——这里所述提取有效子图模型的方法为：根据原有模型的计算图，提取包含起始节点的且节点数量至少为2个的子图，构建新的子图模型；判断对于所构建的子图模型，判定其为“有效子图模型”的方法为：对于从原模型中提取的子图模型，子图模型中需包含原模型从起始节点与最终节点之间所有连通的节点和边；

判断所有提取的有效子图模型相互之间和产生的模型之间是否有重复；如果判断没有与之重复的模型，则保存为新的计算图模型——所保存的新的计算图模型采用继承的方法，无需计算模型性能即可获得新的有效子图模型的性能；

步骤(15)：

a、对生命周期超过三代的模型，则再进行寻找最优解或者靠近最优解的次优解的超参搜索，所述生命周期超过三代的定义同遗传算法中“代”数的定义，自该模型结构第一次出现在本流程中开始算为第一代，超参搜索后保留下来的模型进入步骤(16),并根据超参搜索后计算的计算图性能结合模型复杂度计算新的计算图模型的适应度；

b、对生命周期没有超过三代的模型，根据计算图结构计算模型性能，根据计算图性能和复杂度计算每一个计算图模型的适应度，然后进入步骤(16)；

步骤(16)：判断计算图新模型是否满足步骤(1)中预设的进化结束条件，如满足，进入步骤(17)；如不满足，返回步骤(8)；

步骤(17)：进化计算结果汇总，根据模型复杂度和准确率进行综合评分，选择出最优模型。

2.如权利要求1所述的基于计算图子图的AI模型自动生成的方法，其特征在于所述步骤(1)中用户预设的数据，包括了数据的统计分布、数据维度间相关系数和/或数据各维度和标签之间的统计相关性。

3.如权利要求1所述的基于计算图子图的AI模型自动生成的方法，其特征在于所述步骤(1)中设置的模型设计平台生产参数包括了计算资源、作业运行时间、作业目标和/或遗传学算法参数。