一种神经网络结构确定方法及其装置
公开
摘要
本申请实施例公开了一种神经网络结构确定方法,包括:获取待训练的初始神经网络,初始神经网络包括M个第一结构块block和第二block,第二block与每个第一block连接,且每个第一block对应一个可训练的目标权重;对初始神经网络进行模型训练,以获取更新后的M个目标权重;根据更新后的M个目标权重,更新初始神经网络中第二block与M个第一block的连接关系,以获取第一神经网络。本申请在对初始神经网络进行block之间的连接关系的搜索过程中,通过在block之间的连接上加入可训练的目标权重,根据更新后的目标权重大小,作为block之间连接关系的重要性判断依据,并基于更新后的目标权重大小进block之间的连接关系的选择和剔除,从而实现了对神经网络的拓扑结构的搜索。
基本信息
专利标题 :
一种神经网络结构确定方法及其装置
专利标题(英):
暂无
公开(公告)号 :
CN114565092A
申请号 :
CN202011268949.1
公开(公告)日 :
2022-05-31
申请日 :
2020-11-13
授权号 :
暂无
授权日 :
暂无
发明人 :
肖一凡张健钟钊
申请人 :
华为技术有限公司
申请人地址 :
广东省深圳市龙岗区坂田华为总部办公楼
代理机构 :
深圳市深佳知识产权代理事务所(普通合伙)
代理人 :
陈松浩
优先权 :
CN202011268949.1
主分类号 :
G06N3/08
IPC分类号 :
G06N3/08 G06N3/04 G06N3/063 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/08
学习方法
法律状态
2022-05-31 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载