本发明涉及一种改进的可微分的网络结构搜索方法，步骤为：处理训练语料并对可微分网络结构搜索的方法进行建模并训练，在训练过程中对元结构进行选择；对训练过程中元结构的结构参数数值进行全局归一化操作；对元结构中的网络参数与结构参数进行双层优化，以训练集与校验集的损失值为优化过程的目标函数，通过反向传播梯度数值对网络参数与结构参数进行调整；对训练结束后的元结构的结构参数进行排序，保留权重最大的操作，该搜索结果作为搜索的元结构；对搜索得到的元结构进行循环展开进而生成模型，使用训练数据对模型进行训练直至收敛。本发明减少网络中局部偏置的影响，增大了搜索覆盖度，相较于现有的可微分结构搜索方法均取得了较好的结果。