[发明专利]一种神经网络的搜索方法、装置、计算机设备和存储介质

权利要求书

1.一种神经网络的搜索方法，其特征在于，包括：

确定对车辆上的一个或多个传感器设置的主节点、冗余节点，所述主节点上部署有应用所述传感器感知的主神经网络；

设置与所述主神经网络相邻的网络结构，作为邻域空间；

针对所述冗余节点生成用于评价副神经网络的条件，作为评价条件；

以满足所述评价条件为目标，在所述邻域空间中执行神经网络结构搜索，获得副神经网络、以部署在所述冗余节点应用所述传感器感知。

2.根据权利要求1所述的方法，其特征在于，所述主神经网络的输入与所述副神经网络的输入均为所述传感器采集的数据；

所述主神经网络的输出与所述副神经网络的输出相同；

所述车辆在自动驾驶时，应用所述主神经网络的优先级高于所述副神经网络的优先级。

3.根据权利要求1所述的方法，其特征在于，所述设置与所述主神经网络相邻的网络结构，作为邻域空间，包括：

在所述主神经网络中查找骨干网络；

查询在所述骨干网络中设置的第一参数；

在维持所述骨干网络的架构不变的条件下，将与所述第一参数相邻的第二参数设置为邻域空间。

4.根据权利要求3所述的方法，其特征在于，所述将与所述第一参数相邻的第二参数设置为邻域空间，包括：

确定在所述骨干网络的一层或多层网络中应用的第一算子；

将类型与所述第一算子相同的第二算子设置为邻域空间；

和/或，

确定所述骨干网络中通道的第一数量；

生成包含所述第一数量的范围；

将位于所述范围内的、且适用于所述通道的第二数量设置为邻域空间；

和/或，

确定所述骨干网络中存在卷积核；

基于使用的频率对所述卷积核设置多个体积，作为邻域空间；

和/或，

确定所述骨干网络的第一深度；

将所述第一深度降低至第二深度，作为邻域空间。

5.根据权利要求1所述的方法，其特征在于，所述针对所述冗余节点生成用于评价副神经网络的条件，作为评价条件，包括：

生成用于评价副神经网络的精确度的条件，作为第一级的评价条件；

生成用于评价副神经网络的总延时、计算量、内存消耗值中的至少一种条件，作为第二级的评价条件；

其中，所述第一级的评价条件的优先级高于所述第二级的评价条件的优先级。

6.根据权利要求1所述的方法，其特征在于，所述以满足所述评价条件为目标，在所述邻域空间中执行神经网络结构搜索，获得副神经网络、以部署在所述冗余节点应用所述传感器感知，包括：

在所述邻域空间中执行神经网络结构搜索，以获得网络结构，所述网络结构用于副神经网络；

统计用于评价所述网络结构的指标，作为评价指标；

若所述评价指标未满足所述评价条件，则允许在所述神经网络结构搜索中对所述网络结构进行惩罚；

若所述评价指标满足所述评价条件，则禁止在所述神经网络结构搜索中对所述网络结构进行惩罚。

7.根据权利要求6所述的方法，其特征在于，所述在所述邻域空间中执行神经网络结构搜索，以获得网络结构，包括：

确定与所述邻域空间中的网络结构适配的搜索维度；

设置与所述搜索维度适配的搜索方法；

应用所述搜索方法在所述邻域空间中执行神经网络结构搜索，以获得网络结构。

8.根据权利要求6所述的方法，其特征在于，所述统计用于所述网络结构的指标，作为评价指标，包括：

计量在所述网络结构中每层网络处理数据的子延时；

将所述子延时记录在预设的表格中；

计算所述表格中所有所述子延时之和，获得所述网络结构的总延时。

9.根据权利要求1-8中任一项所述的方法，其特征在于，还包括：

获取由所述传感器采集的数据；

以所述数据作为样本，训练所述副神经网络。