一种神经网络结构搜索方法及装置，涉及AI领域，能够在保证理论时延和真实时延一致的情况下，利用较少的计算资源在较短的时间内确定性能优的神经网络结构。包括：根据目标任务获取超网络，获取超网络中的每个深度学习算子在电子设备运行的时延，根据每个深度学习算子在电子设备运行的时延确定时延损失函数，对超网络执行训练操作，根据时延损失函数和网络损失函数更新超网络的模型参数，直到更新后的超网络满足目标任务在电子设备上运行的条件，根据更新后的每个网络层的架构参数，确定目标神经网络结构。超网络包括多个网络层，每个网络层包括多个节点，一个网络层的任意两个节点之间通过深度学习算子连接，模型参数包括每个网络层的架构参数。