[发明专利]一种组卷积数目搜索方法和装置

权利要求书

1.一种组卷积数目搜索方法，其特征在于，包括：

基于预设的超网结构中构建多个子网结构，获取各个子网结构的模型参数；

采用交叉和/或变异的验证方法对多个所述子网结构的参数进行验证；

确定包含满足预设精度条件的多个所述子网结构的种群；

对所述种群中的多个所述子网结构进行模型训练，得到验证精度最高的最佳子网。

2.根据权利要求1所述方法，其特征在于，所述基于预设的超网结构中构建多个子网结构，获取各个子网结构的模型参数，包括：

确定所述超网结构的选择层，其中，每个选择层包含多个卷积层，对多个所述卷积层进行分组，形成多种可采样的分组数目；

将各个所述选择层中所采样的其中一种分组数目进行串联构成所述子网结构，其中，每个选择层中的任一分组数目可被重复采样，以构成多个不同的子网结构；

构建多个所述子网结构至所述超网结构收敛，得到各个所述子网结构的模型参数。

3.根据权利要求2所述的方法，其特征在于，采用伯努利采样方法对各个所述的分组数目进行采样，其中，各个所述选择层中的各个分组数目被采样的概率均等。

4.根据权利要求1所述的方法，其特征在于，所述采用交叉/或变异的验证方法对多个所述子网结构进行验证，包括：

集合多个所述子网结构为初始化种群；

将预设的交叉数、变异数以及变异概率同步所述初始化种群；

对所述初始化种群进行迭代生成下一代种群，以得到包含验证精度最高的最佳子网的最终种群。

5.根据权利要求4所述的方法，其特征在于，所述确定包含满足预设精度条件的多个所述子网结构的种群，包括：

基于初始化种群根据预设迭代次数不间断生成相对于上一代种群的下一代种群；

将所述上一代种群中的K个子网结构进行交叉得到M个子网结构、变异得到N个子网结构；

将M个子网结构和N个子网结构形成并集作为下一代种群。

6.根据权利要求1所述的方法，其特征在于，所述对所述种群中的多个所述子网结构进行模型训练，得到验证精度最高的最佳子网，包括：

同步超网结构的权重参数对所述种群中的多个所述子网结构进行训练，以更新所述种群中的多个所述子网结构的模型参数；

再次采用交叉和/或变异的验证方法对多个所述子网结构的参数进行验证，得到验证精度最高的最佳子网。

7.根据权利要求2所述的方法，其特征在于，所述通过所述超网结构对所述最佳子网进行再次训练，得到最终子网，还包括：

根据最终子网的各选择层的分组数目的采样信息，确定该分组数目下卷积层的卷积核尺寸大小；

根据所述分组数目增大所述卷积核的尺寸大小。

8.一种组卷积数目搜索装置，包括：

构建模块，用于基于预设的超网结构中构建多个子网结构，获取各个子网结构的模型参数；

验证模块，用于采用交叉和/或变异的验证方法对多个所述子网结构的参数进行验证；

确定模块，用于确定包含满足预设精度条件的多个所述子网结构的种群；

训练模块，用于对所述种群中的多个所述子网结构进行模型训练，得到验证精度最高的最佳子网。

9.一种电子设备，其特征在于，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的组卷积数目搜索方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的组卷积数目搜索方法。