[发明专利]一种基于线性规划的卷积参数自动配置方法

权利要求书

1.一种基于线性规划的卷积参数自动配置方法，其特征在于，所述方法包括以下步骤：

第一步、获取维度信息，即所需配置的卷积神经网络中各个网络层的输入及输出特征图的长、宽和通道数；

第二步、配合所获取的信息，求解针对不同卷积神经网络类别而设计的线性规划问题，即可获得目标卷积神经网络层的配置参数，包括已知的输入及输出通道数、卷积核维度、卷积操作的位移量和特征图的外扩大小，过程如下：

步骤2.1：对获取的维度信息进行进行分类，将输入特征图尺寸大于或等于输出特征图尺寸的定义为c1类，输入特征图尺寸小于输出特征图尺寸的定义为c2类；

步骤2.2：根据步骤2.1中确定类别，如果是c1类别的，执行步骤2.3～2.4，如果是c2类别的，执行步骤2.5～2.6；

步骤2.3：采用用于标准卷积神经网络的定义方程其中输入的特征图边长为X_in，输出的特征图边长为Y，卷积核参数k，卷积步伐d，卷积填充尺寸p，设定所要设计为正方形卷积核，如不是则为长宽各设置一个待解方程，两个方程可以独立求解，如需要求解非正方体3维卷积，再增加一个待解方程用于处理第三个维度上的卷积核边长；

步骤2.4：设定目标函数为其中k，d，p同步骤2.3中的定义，r为可调参数，固定为一个常数或者为一个随机数，由神经演化算法决定，在下列不等式的约束下使用线性规划算法最小化F(k,d,p)即获得卷积神经网络的配置参数：

步骤2.5：采用用于全卷积神经网络的定义方程Y＝(X_in-1)*d-2*p+k+a，其中输入的特征图边长为X_in，输出的特征图边长为Y，卷积核参数k，卷积步伐d，卷积填充参数p，卷积核自适应填充a，这里假定所要设计为正方形卷积核，如不是则可以为长宽各设置一个待解方程，两个方程可以独立求解，如需要求解非正方体3维卷积，再增加一个待解方程用于处理第三个维度上的卷积核边长；

步骤2.6：设定目标函数为其中k，d，p，a同步骤2.5中的定义，r为可调参数，固定为一个常数或者为一个随机数，由神经演化算法决定，在下列不等式的约束下使用线性规划算法最小化F(k,d,p,a)即获得全卷积神经网络的配置参数：

2.如权利要求1所述的一种基于线性规划的卷积参数自动配置方法，其特征在于，所述第一步中，如果是三维卷积神经网络则还需增加一个维度。