买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京航空航天大学;北京京航计算通讯研究所申请的专利启发式的神经网络架构搜索方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116108912B 。

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310145789.9，技术领域涉及：G06N3/082；该发明授权启发式的神经网络架构搜索方法是由王磊;张建;公璇;刘玉晓;王薇;张宝昌;王瑞生;白洋;张依漪设计研发完成，并于2023-02-21向国家知识产权局提交的专利申请。

本启发式的神经网络架构搜索方法在说明书摘要公布了：本发明公开了启发式神经网络架构搜索方法及信息处理设备。所提供的启发式神经网络架构搜索方法，包括：获取用层次化表示技术描述的待搜索的神经网络模型的单元堆叠模型；对所述多个单元的每个单元的各边进行采样，得到待搜索的神经网络模型的实例；对所述神经网络模型的实例进行训练和验证，得到验证集正确率；更新各个单元的各边的所采样操作的操作性能；更新各个单元的各边所采样操作的置信上限；更新各个单元的各边的各操作被采样的概率；从各个单元的各边的操作空间中去除操作以缩小操作空间；以及将各个单元的各边的操作空间剩余的最后操作作为所选择的操作，并得到要搜索的神经网络架构。

本发明授权启发式的神经网络架构搜索方法在权利要求书中公布了：1.一种启发式神经网络架构搜索方法，其特征在于，包括： 步骤S1，获取用层次化表示技术描述的待搜索的神经网络模型的单元堆叠模型，所述单元堆叠模型包括堆叠的多个单元，每个单元被表示为包括多个节点以及多个边的全连接有向无环图，其中节点代表神经网络的张量，而节点之间的边代表从具有有限操作空间中选择的操作； 步骤S2，对所述多个单元的每个单元的各边进行采样，以选择边所代表的操作，并得到待搜索的神经网络模型的实例； 步骤S3，用训练集与验证集对所述神经网络模型的实例进行训练和验证，得到验证集正确率； 步骤S4，用所述验证集正确率与各个单元的各边的历史操作性能，更新各个单元的各边的所采样操作的操作性能； 步骤S5，用各个单元的各边的所采样操作的操作性能更新各个单元的各边所采样操作的置信上限； 步骤S6，用各个单元的各边的各操作的置信上限更新各个单元的各边的各操作被采样的概率； 步骤S7根据各个单元的各边的各操作的操作性能从各个单元的各边的操作空间中去除操作以缩小操作空间；以及 步骤S8将各个单元的各边的操作空间剩余的最后操作作为所选择的操作，并得到要搜索的神经网络架构； 所述步骤4中，对于第t轮搜索中边i,j的所采样操作k，根据更新边i,j的所采样操作k的操作性能；其中表示边i,j的所采样操作k在第t轮搜索时已被采样的次数，表示第t轮搜索中得到的验证集正确率，表示第t-1轮搜索得到的边i,j的操作k的操作性能； 所述步骤S5中，对于第t轮搜索中边i,j的所采样操作k，根据更新边i,j的所采样操作k的置信上限，其中δ是指定的参数； 所述步骤S6中，对于第t轮搜索中边i,j的所采样操作k，根据更新边i,j的所采样操作k在第t+1轮中被采样的概率，α为指定的参数用于调控概率分布的方差； 所述步骤S2中，对于第t+1轮搜索中的边i,j，根据概率选择操作k作为边i,j的所采样操作； 其中 所述步骤S2到所述步骤S6为一轮搜索； 所述方法包括重复执行的多轮搜索； 所述多轮搜索中每执行指定轮数的搜索后，执行所述步骤7，以及再返回所述步骤2以进行所述多轮搜索中的下一轮搜索； 所述步骤S7中，对于边i,j根据从其操作空间中去除操作以缩小操作空间Oi,j。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京航空航天大学;北京京航计算通讯研究所，其通讯地址为：100191 北京市海淀区学院路37号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。